熊猫为数据帧的每一行计算新值的方法是什么？

Question

我有一个这样的数据帧：

name   upvotes  posts  
0  Britt  4        232
1  Henry  1        152
...
9  Kevin  1        48

我想创建一个新列，称之为clout，它是用户分数和帖子的函数。

在标准的Python中，如果这是一个字典列表，我会按照以下方式迭代处理这个问题：

for row in myListOfDicts:
row['clout'] = computeClout(row['upvotes'],row['posts'])

但基于这个答案，这种方法在熊猫身上似乎是错误的：https://stackoverflow.com/a/55557758/4382391

那么在这种情况下我该怎么办呢？

Answer 1

您可以尝试

df['clout' ] = df[['upvotes', 'Posts' ]].apply(computeClout, axis=1) 

Answer 2

您可以按照以下使用apply

df['clout'] = df.apply(lambda row: computeClout(row['upvotes'],row['posts']), axis=1)