如何在Python DataFrame中实现SAS式动态变量名创建？

针对你提到的SAS中通过宏变量&df生成var_Jan这类动态列名的需求，Python的pandas可以通过以下几种简洁方式实现：

方法1：直接列赋值（最直观） #

先拼接出目标列名，再用np.where（或条件表达式）计算列值并赋值给DataFrame：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({'a': [5, 12, 8, 15, 3]})
# 定义动态变量名的后缀
df_val = 'Jan'
# 拼接目标列名
target_col = f'var_{df_val}'

# 按条件赋值生成新列
df[target_col] = np.where(df['a'] > 10, 100, 250)

方法2：使用assign方法（适合链式操作） #

如果需要保持DataFrame的链式调用风格，可以通过字典解包的方式传递动态列名：

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [5, 12, 8, 15, 3]})
df_val = 'Jan'
target_col = f'var_{df_val}'

# 用assign+字典解包实现动态列名
df = df.assign(**{target_col: np.where(df['a'] > 10, 100, 250)})

方法3：使用eval方法（适合复杂表达式） #

如果条件逻辑更复杂，也可以用df.eval来直接计算列值：

import pandas as pd

df = pd.DataFrame({'a': [5, 12, 8, 15, 3]})
df_val = 'Jan'
target_col = f'var_{df_val}'

# 用eval生成动态列
df[target_col] = df.eval("100 if a > 10 else 250")

以上三种方法都能生成名为var_Jan的新列，列值逻辑和SAS中的case when完全一致。

内容的提问来源于stack exchange，提问作者Shashank