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。
标题名称：如何在pandas中使用apply使用生成新的列-创新互联
路径分享：
http://www.cdkjz.cn/article/cojosi.html
