如何在pandas中创建新DataFrame的同时新增自定义计算列

• 方法1：使用pandas内置的assign()方法（推荐，不会修改原始DataFrame）
  assign()方法会返回添加新列后的新DataFrame，不会改动原始数据，完美匹配你创建新对象的需求，列名带空格的场景可以用字典解包的方式传参：

import pandas as pd
d = {'col1': [1, 2], 'col2': [3, 4]}
# 一行完成创建新DataFrame+添加计算列
new_df = pd.DataFrame(data=d).assign(**{'new column': lambda x: x['col1'] * 2 + x['col2'] / 4})
print(new_df)

如果新列名没有空格，写法可以简化为：assign(new_col = lambda x: x['col1'] * 2 + x['col2'] /4)。

• 方法2：构造数据时直接预计算新列值
  如果不想调用assign()，也可以在构造DataFrame的入参字典时，直接把新列的值先算好：

import pandas as pd
d = {'col1': [1, 2], 'col2': [3, 4]}
new_df = pd.DataFrame(data={**d, 'new column': [a*2 + b/4 for a, b in zip(d['col1'], d['col2'])]})
print(new_df)

注意：你原有写法里的new_df = df属于引用传递，修改new_df的列会同步修改原始的df，上面两种方法生成的都是独立的新DataFrame，不会影响原始数据。

内容的提问来源于stack exchange，提问作者Hary2