Python 使用dataframe apply函数根据所选行创建新列

我试图在数据帧中生成一个新列，该列等于当前行索引减去用户最初选择的行的索引。假设我们有这个数据帧：

     A    B C
0  foo  bar  
1  bar  foo  
2  foo  bar  

我们的用户选择了第1行。我希望C列的值如下：

    A    B   C
0  foo  bar -1
1  bar  foo  0
2  foo  bar  1

我已经知道，这可以通过使用如下内容迭代数据帧来实现：

for index,row in df.iterrows():
    df['C'].loc[index] = index - USER_SELECTED_INDEX

然而，这是非常缓慢的。事实上，它太慢了，根本不起作用

我的问题是，如何使用df.apply加快速度？如何将当前行的索引传递给正在应用的函数？我想做一些类似的事情：

def applyCol(index):
    df['C'].loc[index] = index - USER_SELECTED_INDEX

df['C'] = df.apply(applyCol, axis=1)

也许试试这个

df.assign(C=df.index-1)
Out[28]: 
     A    B  C
0  foo  bar -1
1  bar  foo  0
2  foo  bar  1

也许试试这个

df.assign(C=df.index-1)
Out[28]: 
     A    B  C
0  foo  bar -1
1  bar  foo  0
2  foo  bar  1

---

找到了我想要的答案。有兴趣的人士：

def applyCol(row):
    return row.name - USER_SELECTED_INDEX #row.name resolves to the index

df['C'] = df.apply(applyCol, axis=1)

---

快乐编码

找到了我想要的答案。有兴趣的人士：

def applyCol(row):
    return row.name - USER_SELECTED_INDEX #row.name resolves to the index

df['C'] = df.apply(applyCol, axis=1)

快乐编码