如何实现针对vv结尾列的行级方差计算并修复Lambda语法错误

需求 #

仅对列名以'vv'结尾的列执行行级方差计算，并在数据集末尾新增名为'Var'的列。

样本DataFrame数据 #

df.head()
per1-vh per1-vv per2-vh per2-vv per3-vh ... per19-vv    per20-vh    per20-vv    per23-vh    per23-vv
0   0.038960    0.151950    0.025226    0.045487    0.068463    ... 0.193544    0.025932    0.064348    0.008332    0.168142
1   0.044579    0.198568    0.028740    0.062431    0.019059    ... 0.168563    0.018869    0.108869    0.002971    0.031542
2   0.037556    0.075178    0.022924    0.122599    0.040780    ... 0.052556    0.026983    0.048267    0.005766    0.013224
3   0.056599    0.110329    0.051889    0.064278    0.022659    ... 0.096915    0.032442    0.089093    0.014281    0.080128
4   0.029285    0.118285    0.097123    0.169384    0.006140    ... 0.029767    0.023235    0.092769    0.007135    0.068446

错误代码与报错信息 #

尝试的代码：

def calculate_variance(x):
    x.drop('target', axis=1)
    return x.var(axis=1)

for row in data_df:
    df = data_df.assign(Var_vv = lambda row: calculate_variance(row) if row.columns in ['vv'])

运行后报错：

SyntaxError: expected 'else' after 'if' expression

解决方案 #

错误分析 #

1. 语法错误：三元表达式if ...必须搭配else分支，原代码缺少else导致语法报错。
2. 逻辑冗余：不需要循环遍历DataFrame的每一行，Pandas支持向量化操作，直接对目标列子集计算更高效。
3. 无效操作：自定义函数中x.drop('target', axis=1)没有重新赋值，且需求中无需处理'target'列，属于多余代码。

正确实现代码 #

直接筛选目标列并计算行级方差：

# 筛选所有列名以'vv'结尾的列
vv_columns = df.columns[df.columns.str.endswith('vv')]
# 对筛选出的列计算行级方差，新增为'Var'列
df['Var'] = df[vv_columns].var(axis=1)

代码说明 #

• df.columns.str.endswith('vv')：生成布尔索引，筛选出所有列名以'vv'结尾的列。
• var(axis=1)：按行计算方差（axis=1指定行方向），默认计算样本方差（ddof=1），若需总体方差可添加参数ddof=0。
• 直接将计算结果赋值给新列'Var'，无需循环，操作高效简洁。

内容的提问来源于stack exchange，提问作者Stanislav Jirak