Pandas：pd.assign能否替代pd.apply？如何实现预期列值修改？

我有一个宽DataFrame，其中包含units列，希望按如下方式更新满足条件的行：

df_historic.loc[df_historic.variable == 'Emissions Intensities'].assign(units = lambda x: f"t CO2/({x.units})")

但该写法无法生效，因为此处x.units被识别为完整的Series（带有索引标记），而非我需要的逐行迭代值。

使用pd.apply可以实现预期效果：

df_historic.loc[df_historic.variable == 'Emissions Intensities', 'units'] = df_historic.loc[df_historic.variable == 'Emissions Intensities'].apply(lambda x: f"t CO2/({x.units})", axis=1)

但该代码过于冗长！请问需要添加什么语法糖才能让pd.assign实现预期效果？

方法1：结合assign与矢量化字符串操作 #

利用Pandas原生的矢量化字符串拼接能力，不需要逐行迭代。通过where方法对满足条件的行单独处理：

# 定义筛选掩码
mask = df_historic.variable == 'Emissions Intensities'
# 使用assign更新列，非目标行保留原数值，目标行执行字符串拼接
df_historic = df_historic.assign(
    units=lambda x: x['units'].where(
        ~mask, 
        "t CO2/(" + x['units'] + ")"
    )
)

方法2：更简洁的直接赋值写法 #

如果不需要链式调用assign，直接对筛选后的行做矢量化字符串拼接更高效：

mask = df_historic.variable == 'Emissions Intensities'
df_historic.loc[mask, 'units'] = "t CO2/(" + df_historic.loc[mask, 'units'] + ")"

原写法失效原因 #

原代码中的f"t CO2/({x.units})"会将整个Series对象传入格式化字符串，导致输出包含Series的索引和结构信息，而非逐行的元素值。Pandas的矢量化操作会自动遍历每个元素完成拼接，无需显式使用apply或逐行lambda。

内容的提问来源于stack exchange，提问作者Michael Tiemann