assign返回新DataFrame而非就地修改，必须赋值或链式调用才生效；支持lambda但形参固定为df且作用域受限；多列应一次传字典而非多次assign；lambda共享原始df快照，不支持同次调用内列间依赖。
assign 本身不支持就地修改，它返回新 DataFrame；想“添加列”就得接回变量或链式调用，否则原数据不变。
assign 必须赋值或链式使用，否则新列直接丢弃
很多人写完 df.assign(new_col=df.a + df.b) 就以为列加好了，其实 df 没变。Pandas 的 assign 是纯函数式设计，返回副本，不修改原对象。
- 正确做法：显式赋值
df = df.assign(new_col=df.a + df.b) - 或嵌入链式操作：
df.assign(new_col=df.a + df.b).query("new_col > 0").head() - 错误写法：
df.assign(new_col=df.a + df.b)单独一行 → 新列计算完就被垃圾回收
lambda 形参名必须是 df，且不能引用外部变量（除非用闭包）
当需要复用已有列逻辑、又不想重复写 df.xxx 时，assign 支持传入 lambda，但形参固定为 df，且作用域受限。
- ✅ 正确：
df.assign(score=lambda df: df.math * 0.6 + df.chinese * 0.4) - ❌ 错误：
df.assign(score=lambda x: x.math * 0.6 + x.chinese * 0.4)（形参名不是df会报KeyError） - ⚠️ 注意：lambda 内无法直接访问外部定义的变量（如
weight_math = 0.6），需用默认参数捕获：df.assign(score=lambda df, w=weight_math: df.math * w + df.chinese * (1-w))
多个 assign 调用不如一次传入字典，否则性能下降明显
连续写多个 assign 看起来清晰，但每次都会复制整个 DataFrame，对大表很慢。
立即学习“Python免费学习笔记（深入）”；
- ❌ 低效：
df.assign(a=df.x*2).assign(b=df.y**2).assign(c=df.a + df.b) - ✅ 高效：
df.assign(a=lambda df: df.x*2, b=lambda df: df.y**2, c=lambda df: df.a + df.b) - ⚠️ 注意：后定义的列（如
c）可依赖前面同次assign中定义的列（a,b），顺序执行，无需分步
assign 无法处理原地依赖（比如用新列做滚动计算），会报 KeyError
如果新列逻辑依赖自己刚生成的中间结果（例如先算差值再算累计和），assign 一次调用也搞不定——它内部按字典键顺序逐个计算，但所有 lambda 共享的是原始 df 快照，不是逐步更新后的视图。
- ❌ 失败示例：
df.assign(diff=lambda df: df.val.diff(), cumsum_diff=lambda df: df.diff.cumsum())→KeyError: 'diff' - ✅ 替代方案：先用
assign加基础列，再用assign第二次加衍生列；或改用df["diff"] = ...; df["cumsum_diff"] = df["diff"].cumsum() - ⚠️ 关键点：assign 的“链式可见性”只存在于单次调用内、且仅限于字典中已声明的键，不包括运行时动态产生的中间列
真正容易被忽略的是：assign 的 lambda 执行时，df 是原始快照，哪怕你在同一行写了十个新列，第 10 个 lambda 里也看不到前 9 个的结果——它们是并行计算的，不是流水线。这点和 R 的 dplyr::mutate 行为不同，得时刻绷着这根弦。
