Pandas DataFrame DataFrame.assign() 函数
Suraj Joshi
2023年1月30日
Python Pandas DataFrame.assign() 函数将新的列分配给 DataFrame。
pandas.DataFrame.assign() 语法
DataFrame.assign(**kwargs)
参数
**kwargs |
关键字参数，要分配给 DataFrame 的列名作为关键字参数传递 |
返回值
它返回 DataFrame 对象，并将新的列和现有的列一起分配。
示例代码： DataFrame.assign() 方法分配一列
import pandas as pd
df = pd.DataFrame({'Cost Price':
[100, 200],
'Selling Price':
[200, 400]})
new_df=df.assign(Profit=df["Selling Price"]-
df["Cost Price"])
print(new_df)
调用者 DataFrame 为
Cost Price Selling Price
0 100 200
1 200 400
输出：
Cost Price Selling Price Profit
0 100 200 100
1 200 400 200
它将新的列 Profit 分配给 DataFrame，对应于 Selling Price 和 Cost Price 列之间的差异。
我们也可以通过对可调用对象使用 lambda 函数为 df 分配新的列。
import pandas as pd
df = pd.DataFrame({'Cost_Price':
[100, 200],
'Selling_Price':
[200, 400]})
new_df=df.assign(Profit=lambda x:
x.Selling_Price-
x.Cost_Price)
print(new_df)
调用的对象 DataFrame 为
Cost Price Selling Price
0 100 200
1 200 400
输出：
Cost_Price Selling_Price Profit
0 100 200 100
1 200 400 200
示例代码：DataFrame.assign() 方法分配多列
import pandas as pd
df = pd.DataFrame({'Cost_Price':
[100, 200],
'Selling_Price':
[200, 400]})
new_df=df.assign(Cost_Price_Euro =
df['Cost_Price']*1.11,
Selling_Price_Euro =
df['Selling_Price']*1.11)
print(new_df)
调用者 DataFrame 为
Cost Price Selling Price
0 100 200
1 200 400
输出：
Cost_Price Selling_Price Cost_Price_Euro Selling_Price_Euro
0 100 200 111.0 222.0
1 200 400 222.0 444.0
它将两列新的 Cost_Price_Euro 和 Selling_Price_Euro 分配给 df，这两列分别来自现有的 Cost_Price 和 Selling_Price。
我们也可以使用 lambda 函数将多个列分配给 df，用于调用对象。
import pandas as pd
df = pd.DataFrame({'Cost_Price':
[100, 200],
'Selling_Price':
[200, 400]})
new_df=df.assign(Cost_Price_Euro =
lambda x: x.Cost_Price*1.11,
Selling_Price_Euro =
lambda x: x.Selling_Price*1.11)
print(new_df)
调用的对象 DataFrame 为，
Cost Price Selling Price
0 100 200
1 200 400
输出：
Cost_Price Selling_Price Cost_Price_Euro Selling_Price_Euro
0 100 200 111.0 222.0
1 200 400 222.0 444.0
作者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn