Pandas 使用 pandas apply/map/Applymap 将值插入新列

Question

以下是dataframe，

   a  b
0  1  3
1  2  4
2  3  5
3  4  6
4  5  7
5  6  8
6  7  9

我想添加一个新列，将其称为sum ，它取其各自行值的总和。

预期 output

   a  b  sum
0  1  3   4
1  2  4   6
2  3  5   8
3  4  6   10
4  5  7   12
5  6  8   14
6  7  9   16

如何使用 pandas map 、 apply 、 Applymap功能来实现这一点？

我的代码

df = pd.DataFrame({
    'a': [1,2,3,4,5,6,7],
    'b': [3,4,5,6,7,8,9]
})

def sum(df):
    return df['a']+df['b']

# Methods I tried
df['sum'] = df.apply(sum(df))
df['sum']=df[['a',"b"]].map(sum)
df['sum'] = df.apply(lambda x: x['a'] + x['b'])

注意：这只是一个虚拟代码。 原始代码有一个 function，它为每一行返回不同的 output，它不像应用总和 function 那样简单。 因此，我要求您进行自定义sum function 并实现这些方法，以便我将学习并将其应用于我的代码。

Answer 1

您可以使用 pandas sum function ，如下所示：

    import pandas as pd
    
    df = pd.DataFrame({"a": [1, 2, 3, 4, 5, 6, 7], "b": [3, 4, 5, 6, 7, 8, 9]})
    
    df["sum"] = df.sum(axis=1)

    print(df)

如果您必须将 lambda 与 apply 一起使用，您可以尝试：

import pandas as pd

def add(a, b):
    return a + b

df = pd.DataFrame({
    'a': [1,2,3,4,5,6,7],
    'b': [3,4,5,6,7,8,9]
})

df['sum'] = df.apply(lambda row : add(row['a'], row['b']), axis = 1)

print(df)