Pandas中Python Lamba函数的澄清/冥想

我终于摆脱了SPSS的束缚,正在陶醉于Pandas和Python的自由(喜欢它).但是,我试图更清楚地了解python Lambda函数如何在Pandas中进行交互.它似乎突然出现了很多.这是一个例子,我希望能消除这种模糊.

从字符串拆分创建新数据框后:

 bs = fh['basis'].str.split(',',expand = True)

我想通过在数字标题中添加"b"来重命名所有变量.这有效:

 n = list(bs)
 for x in n:
     bs.rename(columns={x : 'b' + str(x)},inplace = True)

但我有一种潜在的怀疑,一个lambda函数会更好.但是,这不起作用:

 bs.rename(columns=lambda x: x = 'b' + str(x), inplace=True)

我认为lambda是一个函数,所以如果我传入一个列标题,我可以附加一个'b'.但是"="会引发错误.任何快速观察将非常感激.干杯!

我使用add_prefix():

In [5]: bs = pd.DataFrame(np.random.rand(3,5))

In [6]: bs
Out[6]:
          0         1         2         3         4
0  0.521593  0.088293  0.623103  0.099417  0.983149
1  0.009741  0.465654  0.414261  0.024086  0.039543
2  0.476219  0.918162  0.900815  0.126549  0.112388

In [7]: bs.add_prefix('b')
Out[7]:
         b0        b1        b2        b3        b4
0  0.521593  0.088293  0.623103  0.099417  0.983149
1  0.009741  0.465654  0.414261  0.024086  0.039543
2  0.476219  0.918162  0.900815  0.126549  0.112388

您可以通过'b'在转换后str使用以下列添加列来更轻松地完成此操作astype:

In [2]:
df = pd.DataFrame(columns=np.arange(5))
df

Out[2]:
Empty DataFrame
Columns: [0, 1, 2, 3, 4]
Index: []

In [4]:
df.columns = 'b' + df.columns.astype(str)
df.columns

Out[4]:
Index(['b0', 'b1', 'b2', 'b3', 'b4'], dtype='object')