是否要添加A列和B列并将结果存储在C中?然后你可以更简单:
df.C = df.A + df.B
正如@EdChum在注释中指出的那样,apply中函数的参数是一个序列,默认情况下在轴0上是行(轴1表示列):
>>> df.apply(lambda s: s)[:3]
A B C D
0 57.890858 72.344298 16.348960 84.109071
1 85.534617 53.067682 95.212719 36.677814
2 23.202907 3.788458 66.717430 1.466331
在这里,我们添加第一行和第二行:
>>> df.apply(lambda s: s[0] + s[1])
A 143.425475
B 125.411981
C 111.561680
D 120.786886
dtype: float64
要处理列,请使用axis = 1关键字参数:
>>> df.apply(lambda s: s[0] + s[1], axis=1)
0 130.235156
1 138.602299
2 26.991364
3 143.229523
...
98 152.640811
99 90.266934
产生与按名称引用列相同的结果:
>>> (df.apply(lambda s: s[0] + s[1], axis=1) ==
df.apply(lambda s: s['A'] + s['B'], axis=1))
0 True
1 True
2 True
3 True
...
98 True
99 True