Python 是否可以在方法链/管道中添加变量？

我想使用以下内容添加一个变量：

N=10 数据帧 {x:np.random.randomN}， .assigny=x*0.5 我知道我可以做以下几点：

N=10 df=pd.DataFrame {x:np.random.randomN}， df.assigny=df[x]*0.5

---

但我希望能够在同一条链中完成此操作。

是的，您可以在同一条链中完成此操作

N = 10
df = (
    pd.DataFrame({"x": np.random.random(N)})
    .assign(y=lambda d: d['x']*0.5)
)

对于在.assign之前创建或更改的数据帧，请使用lambda some_名称，并保持链接。比如：

N = 10
df = (
    pd.DataFrame({"x": np.random.random(N)})
    .assign(y=lambda d: d['x']*0.5)
    .assign(z=lambda d: d.y * 2)
    .assign(w=lambda d: d.z*0.5)
)

---

是的，您可以在同一个链中执行此操作

N = 10
df = (
    pd.DataFrame({"x": np.random.random(N)})
    .assign(y=lambda d: d['x']*0.5)
)

对于在.assign之前创建或更改的数据帧，请使用lambda some_名称，并保持链接。比如：

N = 10
df = (
    pd.DataFrame({"x": np.random.random(N)})
    .assign(y=lambda d: d['x']*0.5)
    .assign(z=lambda d: d.y * 2)
    .assign(w=lambda d: d.z*0.5)
)

---

assign的链式调用不是在创建数据帧的多个副本吗？我建议至少将所有连续的列放入一个单独的赋值调用中，不是吗？这个赋值的链式调用不是在创建数据帧的多个副本吗？我建议至少把所有连续的列放在一个调用中分配，不是吗？