将Lambda表达式赋值给变量：动态指定DataFrame计算指标

你之前的写法报错是因为把lambda定义成了字符串，而assign方法需要的是可调用的函数对象，不是字符串类型。以下是几种简洁可行的实现方式：

方法1：直接在lambda中引用变量（推荐） #

利用Python的闭包特性，直接在lambda里使用提前定义的metric变量，用方括号索引列名（兼容性更强，支持含特殊字符的列名）：

metric = "sales"

df = (df_raw.rename(columns={"col1": "col2", "col3":"col4"})
             .assign(day=lambda x: pd.to_datetime(x.day),
                     orders=lambda x: x[metric].astype(int)))

如果列名是合法的Python标识符，也可以用getattr：

orders=lambda x: getattr(x, metric).astype(int)

方法2：提前定义生成函数（适合复杂逻辑） #

如果后续需要扩展KPI的处理逻辑，可提前写一个函数生成器，代码可读性更好：

def make_kpi_processor(metric):
    def processor(df):
        return df[metric].astype(int)
    return processor

metric = "sales"
kpi_processor = make_kpi_processor(metric)

df = (df_raw.rename(columns={"col1": "col2", "col3":"col4"})
             .assign(day=lambda x: pd.to_datetime(x.day),
                     orders=kpi_processor))

错误原因说明 #

你之前的代码kpi = ("lambda x: x." + metric + ".astype(int)")只是创建了一个字符串，并非真正的函数对象。assign执行时无法调用字符串，因此触发报错。

内容的提问来源于stack exchange，提问作者Nick Knauer