如何在pandas中使用apply使用生成新的列？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

为文成等地区用户提供了全套网页设计制作服务，及文成网站建设行业解决方案。主营业务为成都网站建设、成都做网站、文成网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！

在pandas的apply方法用于对指定列的每个元素进行相同的操作，下面生成一个dataFrame用于演示：

import pandas as pd
a=range(5)
b=range(5,10)
c=range(10,15)
data=pd.DataFrame([a,b,c]).T
data.columns=["a","b","c"]
print(data)

上面的代码生成的数据如下：

   a  b   c
0  0  5  10
1  1  6  11
2  2  7  12
3  3  8  13
4  4  9  14

下面使用使用a,b两列相加生成x1列

data["x1"]=data[["a","b"]].apply(lambda x:x["a"]+x["b"],axis=1)

结果如下：

   a  b   c  x1
0  0  5  10   5
1  1  6  11   7
2  2  7  12   9
3  3  8  13  11
4  4  9  14  13

关键的参数是axis=1，指定计算的方向是行而不是列，默认是0，也就是按列进行计算

关于如何在pandas中使用apply使用生成新的列问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。

网页题目：如何在pandas中使用apply使用生成新的列-创新互联
网页URL：http://hbruida.cn/article/cojosi.html