Python 熊猫：如何对每一行应用转换？

最初我有一行，我想按照一些非平凡的算法为每一行设置一些新的列

我可以这样做：

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

---

但它相当笨拙。有没有办法将lambda row->row定义为一行，并将其应用于数据帧？

我认为您需要类似以下内容：

def func(row):
    row.(here you can access any column of your dataframe) 

    return (the value in here will go to the 'NEW_COL' you are defining)

df['NEW_COL'] = df.apply(func,axis=1)

---

如果您想要更具体的内容，请在帖子中提供更多详细信息

您的意思是

df.apply（lambda行：func（row），axis=1）

？下一行是否依赖于前一行的新列？非平凡算法的简化版本将有助于。。。除非@EdChum已经回答了您的问题。

df.apply

选项只适用于只需要一个数据列的情况。你能给我们一个关于这个非平凡算法的提示吗？