应用函数来迭代DataFrame并根据索引列生成列

下面是一个使用Pandas库的示例代码来应用函数来迭代DataFrame并根据索引列生成列的解决方法：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['x', 'y', 'z'])
print("初始DataFrame:")
print(df)

# 定义函数来生成新的列
def generate_new_column(index_value):
    return index_value.upper()

# 应用函数并生成新的列
df['new_column'] = df.index.map(generate_new_column)

# 打印更新后的DataFrame
print("更新后的DataFrame:")
print(df)

输出结果：

初始DataFrame:
   A  B
x  1  4
y  2  5
z  3  6
更新后的DataFrame:
   A  B new_column
x  1  4          X
y  2  5          Y
z  3  6          Z

在这个示例中，我们首先创建了一个包含两列的DataFrame，并将索引列设置为['x', 'y', 'z']。然后，我们定义了一个名为generate_new_column的函数，它接受一个索引值作为参数，并返回大写的索引值。最后，我们使用df.index.map()函数将generate_new_column函数应用于索引列，并将返回的结果赋给一个名为new_column的新列。最终，我们打印了更新后的DataFrame，其中包含了新生成的列。