从现有列构造新列，而无需在pandas中重新指定数据帧

Question

如果你想在其他列的数据框架中创建一个新列，你可以在R中写得非常简洁。但是我还没有找到一种方法可以做到这一点，因为我必须在每次使用列时说明数据帧。我没弄错。我有办法说明一次使用哪个数据帧，之后你只需要指定列？我在下面举了两个例子来说明我的观点。

在Python中：

my_dataframe=pd.DataFrame({'col1':[1.0,2.0,3.0],
                 'col2':[4.0,5.0,6.0],
                 'col3':[0.25,0.25,0.25],
                 'first_column':[0.5,0.5,0.5],
                 'second_column':[1.0,2.0,3.0],
                 'third_column':[4.0,5.0,6.0],
                 'fourth_column':[0.25,0.25,0.25]})

my_dataframe['new_column'] = my_dataframe['col1'] - (my_dataframe['third_column'] / my_dataframe['fourth_column']) * my_dataframe['second_column']

在R

my_dataframe <- data_frame(col1 = c(1,2,3),
                           col2 = c(4,5,6),
                           col3 = c(0.25, 0.25, 0.25),
                           first_column = c(0.5, 0.5, 0.5),
                           second_column = c(1, 2, 3),
                           third_column = c(4, 5, 6),
                           fourth_column = c(0.25, 0.25, 0.25))

my_dataframe <- my_dataframe %>% mutate(new_column = col1 - (third_column / fourth_column) * second_column)

我可以得到的最接近的是使用lambda，如下例所示，这非常干净，但是列自动完成功能不起作用。因此，我的问题是，是否有另一种方法我没有想到哪种方法既干净又提供自动完成？

df = pd.DataFrame({'A': [1, 2, 3]})
df.assign(B=df.A, C=lambda x:x['A']+ x['B'])

Answer 1

试试df.apply

df = pd.DataFrame({'A': [1, 2, 3]})

Then

df['B'] = df.apply(lambda x:x['A'], axis=1)
df['C'] = df.apply(lambda x:x['A']+x['B'] , axis=1)

产量

   A  B  C
0  1  1  2
1  2  2  4
2  3  3  6