Python 为什么可以'；我是否在迭代数据帧时添加新列？

我想在迭代时向一个新列添加一个新列：

for index, row in df.iterrows():
    row["newcolumn"] = row["oldcolumn"].normalize() #normalize() is a custom function

---

然而，这让我的df没有改变。为什么会这样？

将

loc

与

df

一起使用：

for index, row in df.iterrows():
    df.loc[index, "newcolumn"] = row["oldcolumn"].normalize() 

但如果不存在某些矢量化解决方案，则更好地使用：

df["newcolumn"] = df["oldcolumn"].apply(normalize)

---

请参见注释2：您不应该修改您正在迭代的内容。这并不能保证在所有情况下都有效。根据数据类型的不同，迭代器返回的是一个副本而不是一个视图，对其进行写入不会产生任何影响。为什么要在逐行迭代时添加列？您只需执行

df['newcolumn']=df['oldcolumn']即可。normalize（）

似乎是一个XY问题。请用一个最小的（但完整的）示例解释基本原理，我们可能会建议更好的工作流程。