Python 如何使用lambda在计算函数中输入不断变化的列数，并在panda'中应用；什么是数据帧？

我每个月都有一个新的datasat，其中有许多可以更改的列

我想在dataframe中创建一个新列，其函数如下：

def calcul(**kwargs):

    [...]

    return result

我会这样创建我的专栏：

df['result'] = df.apply(lambda x: calcul(x['A1'], x['A2'], x['B1']), axis =  1)

但我也可以有这个案子：

df['result'] = df.apply(lambda x: calcul(x['A1'], x['A2'], x['A3'], x['B1', x['B2']), axis =  1)

我尝试根据数据创建一个参数列表，并使用sys.stdout.write（）输入该列表，但它不起作用

liste = ["x[\'A1\']", "x[\'A2\']", "x[\'B1\']"]

df['result'] = df.apply(lambda x: calcul(sys.stdout.write(", ".join(liste))), axis =  1)

IIUC您可以替换：

df['result'] = df.apply(lambda x: calcul(x['A1'], x['A2'], x['B1']), axis =  1)

与：

其中cols是更改的列列表

*

解压列表，因此它相当于原始行。

IIUC您可以替换：

df['result'] = df.apply(lambda x: calcul(x['A1'], x['A2'], x['B1']), axis =  1)

与：

其中cols是更改的列列表

---

*

解压列表，因此它相当于您的原始行。

我想您的意思是

*args

：它不起作用，因为

df.apply（）

不希望您向STDOUT写入您使用的是哪种数据？该函数的作用是什么？更多的上下文会更好。函数很复杂，它的目标是计算会计准备金，这就是我没有进入细节的原因。列的可变数量取决于预处理中另一列的轴。我想您的意思是

*args

：它不起作用，因为

df.apply（）

不希望您向STDOUT写入什么样的数据？该函数的作用是什么？更多的上下文会更好。函数很复杂，它的目标是计算会计准备金，这就是我没有进入细节的原因。列的可变数量取决于预处理中另一列的轴心，它可以工作！我曾经尝试过df['result']=df.apply（lambda x:calcul（x[c]表示cols中的c），axis=1），但它是错误的谢谢，它可以工作！我尝试了df['result']=df.apply（lambda x:calcul（x[c]表示cols中的c），axis=1），但它是错误的