python - 您可以在创建新列时引用分配中新创建的列吗？

Question

使用Python 2.7，我有一个函数，我需要通过它创建一个新列，然后从该新列创建第二个新列:

def read_assign(fp, col_name):
    df = pd.read_csv(fp).assign(model_id=col_name)
    df = df.assign(analytic_sol = k95(df.average_fuel_T, df.average_rod_burnup),
                   error = np.log10((df.analytic_sol - df.avg_th_cond)/df.analytic_sol))
    return df

目前，我收到一条错误消息，指出它无法将 df.analytic_sol 识别为 df 的属性。我是否必须创建一个全新的变量并第二次进行分配？有一个更好的方法吗？

目前这段代码可以工作，但对我来说似乎效率低下:

def read_assign(fp, col_name):
    df = pd.read_csv(fp).assign(model_id=col_name)
    df = df.assign(analytic_sol = k95(df.average_fuel_T, df.average_rod_burnup))
    df = df.assign(error = np.log10((df.analytic_sol - df.avg_th_cond)/df.analytic_sol))
    return df

Answer 1

对于python 3.6+

尝试使用 lambda funcions 进行书写。这是有效的，因为直到 assign 列才“分配”函数已完成并返回。

因此，在第一个 assign 调用中，df['analytic_sol'] 尚不存在...但是使用 lambda，您可以本质上是在函数中引用“self”，该函数确实已经具有列analytic_sol。

def read_assign(fp, col_name):
    df = pd.read_csv(fp).assign(model_id=col_name)
    df = df.assign(analytic_sol = k95(df.average_fuel_T, df.average_rod_burnup),
                   error = lambda x: np.log10((x['analytic_sol'] - df.avg_th_cond) / x['analytic_sol']))
    return df