assign不能直接用df['a']赋值是因为其表达式在执行时未绑定当前DataFrame上下文，需用lambda函数（如b=lambda x: x['a']+1）或字典方式传入；支持一次性添加多列，但各列表达式均只读原始df，不可相互引用。
assign 为什么不能直接用变量名赋值
因为 assign 要求传入的是函数或字典，不是普通变量。比如你想基于 df['a'] 创建新列 b，写成 df.assign(b = df['a'] + 1) 看似合理，但会报错 KeyError: 'a' —— 这是因为 assign 在执行时还没拿到当前 DataFrame 的上下文，无法直接引用已有列名。
正确做法是用 lambda 函数或字典加函数：
- ✅ 推荐：用 lambda，
df.assign(b=lambda x: x['a'] + 1) - ✅ 也行：用命名函数，
df.assign(b=lambda x: x['a'].apply(lambda v: v * 2)) - ❌ 错误：直接写
df.assign(b=df['a'] + 1)（此时df['a']是 Series，但assign没有绑定到当前 df 实例）
多个新列怎么一次 assign 完
assign 支持一次性传入多个键值对，但所有表达式都共享同一个输入 DataFrame（即 lambda 的 x），所以可以复用中间计算结果，避免重复取列。
比如想同时加 b 和 c，且 c 依赖 b：
立即学习“Python免费学习笔记（深入）”；
df.assign(
b=lambda x: x['a'] * 2,
c=lambda x: x['b'] + 10 # 注意：这里能用 'b'，因为 assign 是按顺序“假想”生成列的，但实际仍只读原始 df；所以这行其实会报错！
)⚠️ 实际上，assign 所有右侧表达式都只读原始 DataFrame，不感知彼此新增的列。所以上面 x['b'] 会 KeyError。正确写法是：
- 要么拆成两次
assign链：df.assign(b=lambda x: x['a']*2).assign(c=lambda x: x['b']+10) - 要么在单次中复用计算：
df.assign(b=lambda x: x['a']*2, c=lambda x: x['a']*2 + 10) - 或者提前算好中间量：
df.assign(**{'b': lambda x: x['a']*2, 'c': lambda x: (x['a']*2)+10})
assign 链式调用时如何插入条件逻辑
纯 lambda 不好写 if/else 多分支，但可以用 numpy.where 或 pandas.Series.map，避免中断链式。
例如根据 a 列值分三档生成 level 列：
- ✅ 推荐用
np.where嵌套：df.assign(level=lambda x: np.where(x['a'] > 10, 'high', np.where(x['a'] > 5, 'mid', 'low'))) - ✅ 或用
pd.cut：df.assign(level=lambda x: pd.cut(x['a'], bins=[0,5,10,100], labels=['low','mid','high'])) - ❌ 不要写
if x['a'] > 10: ...—— lambda 里不能用语句，只能用表达式
注意：如果逻辑特别复杂（比如要调用自定义函数并带状态），就该退出链式，先算出 Series 再 assign，否则可读性骤降。
assign 和直接 df['col'] = ... 的性能差异
assign 返回新 DataFrame，不修改原对象；而 df['col'] = ... 是就地赋值。表面上看后者快，但实际在链式场景下，assign 更安全、更函数式。
- 内存：多次
assign会创建多个中间 DataFrame，大数据集可能吃内存；df['col'] = ...无额外拷贝 - 可测试性：
assign易于单元测试（输入输出明确），就地赋值依赖副作用 - 兼容性：某些 pandas 操作（如
groupby().apply()内部）禁止就地修改，必须用assign
真正要注意的是：别为了链式而链式。如果某步计算耗时（比如调用外部 API 或复杂 apply），先缓存结果再 assign，否则每次链式都会重算。
