如何在Pandas的assign()方法中复用变量？求类dplyr::mutate的方法

问题背景 #

作为熟悉tidyverse的R用户，在学习Python Pandas时尝试编写如下代码，触发了重复关键字参数的语法错误：

(
    pd.DataFrame(
        {'A':[1,2,3],
         'B':[4,5,6]}
                )
    .assign(A = lambda x: x.A + 1,
            B = lambda x: x.B + x.A,
            A = 1)
    
)

报错信息：
SyntaxError: keyword argument repeated: A

需求：了解如何以tidyverse风格使用Pandas，尤其是寻找类似dplyr::mutate的方法。

解决方案 #

1. 链式调用assign实现分步列修改 #

Python不允许函数存在重复的关键字参数，这和R中mutate可以多次赋值同一列的行为不同。要实现类似mutate的分步修改逻辑，可以通过链式调用assign，每次在单独的assign中处理不重复的列：

(
    pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})
    .assign(A=lambda x: x.A + 1)  # 第一次修改A
    .assign(B=lambda x: x.B + x.A)  # 基于修改后的A计算B
    .assign(A=lambda x: 1)  # 再次修改A为固定值
)

这种方式完全匹配mutate的逻辑：后续的修改可以引用前面已经更新过的列值。

2. 用pipe封装自定义操作（贴近tidyverse函数式风格） #

如果需要处理的列逻辑更复杂，可以把修改逻辑封装成函数，再通过pipe方法串联，这和tidyverse中用管道传递数据给自定义函数的风格一致：

def update_dataframe(df):
    df = df.assign(A=df.A + 1)
    df = df.assign(B=df.B + df.A)
    df = df.assign(A=1)
    return df

(
    pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})
    .pipe(update_dataframe)
)

关键说明 #

Pandas中的assign方法是最接近dplyr::mutate的工具，核心差异在于Python语法限制：同一个assign调用中不能重复使用相同的关键字参数（即列名）。通过链式调用或pipe封装，就能完美实现mutate的分步列更新、引用已修改列的特性，贴合tidyverse的管道式编程风格。

内容的提问来源于stack exchange，提问作者Pritom Roy