pandas.assign()使用lambda函数字典遇延迟绑定错误如何规避

这个问题和lambda本身的功能限制无关，根源就是Python闭包的延迟绑定特性：你在字典推导式里生成的所有lambda函数，共享同一个循环变量v。当assign方法实际执行这些lambda时，循环早已结束，v会固定为遍历列表的最后一个值'b'，因此两列实际执行的都是x['b']*10的逻辑，才会出现两列结果完全相同的错误输出。
哪怕你把lambda换成普通def定义的函数放在推导式里，不做特殊处理的话一样会触发这个问题，和函数定义用的关键字没有关系。

完全可以在字典推导式的写法里打破延迟绑定，不需要放弃assign的链式调用写法，最常用的方式是利用函数默认参数在定义时求值的特性，把当前循环的列名提前绑定到lambda的参数上：

import pandas as pd
df = pd.DataFrame({'a': [1,2], 'b':[3,4]})
# 给lambda加col默认参数，绑定当前循环的v值
df = df.assign(**{v: lambda x, col=v: x[col]*10 for v in ['a', 'b']})

运行上述代码就能得到预期输出：

a   b
0  10  30
1  20  40

如果不想用默认参数的写法，也可以借助functools.partial在定义函数时就固定列名参数，效果完全一致：

import pandas as pd
from functools import partial

def calc_col(x, col):
    return x[col] * 10

df = pd.DataFrame({'a': [1,2], 'b':[3,4]})
df = df.assign(**{v: partial(calc_col, col=v) for v in ['a', 'b']})

你之前用apply的写法当然可以实现需求，但如果要保持pandas链式调用的代码风格，上面两种写法更适配assign的使用场景。

内容的提问来源于stack exchange，提问作者Marcel Flygare