Pandas链式调用.assign()重分配列时值异常的原因及优化建议咨询

嗨，我来帮你拆解这个问题的原因，再给你几个可行的解决办法～

问题原因分析 #

你遇到的问题核心在于Python闭包的延迟绑定特性。在你写这段字典推导式的时候：

{key: lambda df: 1*df[key] for key in ['i1', 'i2', 'i3']}

每个lambda里的key变量并不是在循环迭代时就固定下来的，而是要等到assign实际调用这些lambda函数的时候，才会去取key的当前值。而当循环结束后，key已经指向了列表里的最后一个元素i3，所以三个lambda函数最终都会去取df['i3']的值，自然就出现了所有列都变成i3数据的异常结果。

而你用pipe的方式之所以没问题，是因为pipe_func里直接对传入的DataFrame的指定列进行赋值操作，不存在闭包延迟绑定的变量捕获问题，所以结果符合预期。

解决方案 #

这里有几种靠谱的办法来解决这个问题：

1. 用默认参数捕获当前循环变量 #

利用Python函数默认参数在定义时求值的特性，把key作为默认参数传入lambda，这样每个lambda在定义时就会捕获当时的key值，不会等到调用时才取最终的i3：

df2 = df.assign(**{key: lambda df, k=key: 1*df[k] for key in ['i1', 'i2', 'i3']})

2. 用functools.partial固定参数 #

借助functools.partial把每个列名提前绑定到处理函数中，确保每个函数对应正确的列：

from functools import partial

def multiply_column(df, col_name):
    return 1 * df[col_name]

df2 = df.assign(**{key: partial(multiply_column, col_name=key) for key in ['i1', 'i2', 'i3']})

3. 直接在字典推导中计算列值（最简洁） #

如果你的操作逻辑只是给列乘以一个标量，完全可以不用lambda，直接在字典推导里计算好每个列的结果，这样既避免了闭包问题，代码也更直观：

df2 = df.assign(**{col: df[col] * 1 for col in ['i1', 'i2', 'i3']})

要是不需要链式调用，直接批量操作列会更简单：

df2 = df.copy()
df2[['i1', 'i2', 'i3']] *= 1  # 替换成你需要的标量即可

更好的实践建议 #

• 当使用assign进行批量列操作时，尽量避免在字典推导里用lambda捕获循环变量，除非你处理好参数绑定的问题；
• 简单的列操作（比如标量运算）直接计算列值会比用lambda更清晰，也不容易踩坑；
• 链式调用虽然能让代码紧凑，但如果逻辑复杂，适当拆分步骤或者用pipe（像你已经尝试的那样）会让代码更易读、更易维护。

备注：内容来源于stack exchange，提问作者Patrick