python - 引用正在定义的数据框的列

Question

我正在尝试在 pandas 中创建一个数据框并直接使用生成的列之一将新列分配给同一个 df。
作为一个简化的示例，我尝试使用分配来乘以 df 的列:

import pandas as pd
df = pd.DataFrame([['A', 1], ['B', 2], ['C', 3]] , columns = ['col1', 'col2'])\
.assign(col3 = 2 * col2)

但随后我收到错误 NameError: name 'col2' is not Defined。

使用 R/dplyr，我可以在管道中使用

df <- data.frame(col1 = LETTERS[1:3], col2 = 1:3) %>% mutate(col3 = 2 * col2)

此外，一般意义上，R/dplyr 中的管道表示法允许使用“.”。引用管道转发的数据。

有没有办法引用刚刚创建的列(或进入分配语句的数据)，从而在 Pandas 中执行相同的操作？

Answer 1

使用lambda函数，更多信息见Assigning New Columns in Method Chains :

df = (pd.DataFrame([['A', 1], ['B', 2], ['C', 3]] , columns = ['col1', 'col2'])
       .assign(col3 = lambda x: 2 * x.col2))
print (df)
  col1  col2  col3
0    A     1     2
1    B     2     4
2    C     3     6