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'])
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