在Pandas中添加新的DataFrame列不起作用

Question

所以我有一个熊猫数据框，其中包含了2001年亚利桑那响尾蛇的击球统计数据。我对Python/Pandas非常陌生，所以我尝试使用类似于以下的lambda函数添加一些列

PA_lambda = lambda row: row.AB + row.BB + row.HBP + row.SH + row.SF
OBP_lambda = lambda row: (row.H + row.BB + row.HBP) / (row.PA) if row.PA > 0 else 'NaN'
AVG_lambda = lambda row: row.H / row.AB if row.AB > 0 else 'NaN'

以后，我想处理更多非常相似的数据，并且需要添加这些列，将来还要添加更多。因此，我制作了一个单独的python模块，其中包含函数、一个包含每个函数及其应具有的列名的列表，以及一个迭代列表并将列添加到数据帧末尾的函数：

import pandas as pd 


PA_lambda = lambda row: row.AB + row.BB + row.HBP + row.SH + row.SF
OBP_lambda = lambda row: (row.H + row.BB + row.HBP) / (row.PA) if row.PA > 0 else 'NaN'
AVG_lambda = lambda row: row.H / row.AB if row.AB > 0 else 'NaN'

stat_functions = [['pa', PA_lambda], ['obp',OBP_lambda], ['avg', AVG_lambda]]
def format_df(df):
    for func in stat_functions:
        df['func[0]'] = df.apply(func[1], axis=1)

我不确定是否需要pandas模块，但每当我将模块导入Jupyter笔记本并尝试调用format_df时，只有第一个函数PA_lambda运行，并将其保存到列标签“func”下的数据帧中。我认为创建一个包含列名和函数本身的列表是可行的，但一旦它尝试将OBP_lambda应用于df，它就会返回错误

AttributeError: 'Series' object has no attribute 'PA'

抱歉，这有点长，这是我在这里的第一篇文章，但如果你有一个解决方案，我非常渴望学习

Answer 1

由于字符串格式不正确，format_df（df）函数当前正在遍历每个函数，并将每个函数的结果保存到同一列“func”。您需要使用“f-string”更新函数的最后一行（将f放在字符串之前），以便在运行时对其进行格式化

def format_df(df):
    for func in stat_functions:
        df[f'func[0]'] = df.apply(func[1], axis=1)

Answer 2

您不需要使用apply，您可以直接对pandas中的列执行以下操作：

df['pa'] = df['AB'] + df['BB'] + df['HBP'] + df['SH'] +df['SF']
df['obp'] = (df['H']+ df['BB']+df['HBP'])/df['PA']
df['avg'] = df['H']/df['AB']

Answer 3

在df中创建新列时，需要正确使用func项的label元素

像这样：

for func in stat_functions: 
    df[func[0]] = df.apply(func[1], axis=1)

请注意，在数据帧中创建新列时，此代码是如何引用func[0]的值而不是字符串'func[0]'