Pandas如何对非字符串列名/索引的DataFrame执行assign赋值

方法特性说明 #

Pandas DataFrame的assign方法本身是做列赋值的最优选择：它会返回携带新列/更新列的新DataFrame对象，不会就地修改原数据，也就不会意外改动指向同一份数据的浅拷贝、引用对象。
但这个方法的使用存在两个容易踩的限制：

• 直接传入命名参数的写法受Python语法约束，参数名必须是合法标识符，纯数字这类非字符串列名无法直接作为参数名使用
• 用**解包字典传参的写法受Python函数传参规则约束，解包出的关键字必须是字符串类型，整数、元组等非字符串列名会触发类型错误

比如对于整数列名的示例DataFrame：

import pandas as pd
df = pd.DataFrame({
    0: [1, 2, 3],
    1: [4, 5, 6]
})

两种常见的错误写法都会执行失败：

# 触发SyntaxError: expression cannot contain assignment, perhaps you meant "=="?
df.assign(0=df[[0]] + 1)

# 触发TypeError: keywords must be strings
df.assign(**{0: df[[0]] + 1})

如果退而求其次用直接下标赋值、loc赋值，会就地修改原数据，导致关联的浅拷贝对象被意外改动；如果先做全量copy()再修改，又会复制所有列的数据，大表场景下会产生不必要的内存和性能开销。

正确实现 #

直接将列名到列值的映射字典作为位置参数传入assign即可，不需要做**解包：

df_new = df.assign({0: df[0] + 1})

这个写法完全满足需求：

• 无语法/传参错误：Pandas内部会直接处理传入的字典映射，不依赖Python的关键字参数解析逻辑，支持任意可哈希对象作为列名（整数、元组、自定义对象都可以）
• 无副作用：和常规assign调用行为完全一致，返回全新的DataFrame，原对象及其关联的浅拷贝引用都不会被修改
• 无冗余开销：未被修改的列会在新DataFrame中复用原内存块，仅新赋值的列会生成新的数据块，没有全量深拷贝的额外成本

内容的提问来源于stack exchange，提问作者anymous.asker