如何在新的列中存储Pandas DataFrame的行的迭代结果？

在Pandas中，可以使用apply()函数将一个函数应用于DataFrame的每一行或每一列，并将结果存储在新的列中。要在新的列中存储DataFrame行的迭代结果，可以按照以下步骤进行操作：

1. 定义一个函数，该函数接受DataFrame的每一行作为输入，并返回所需的结果。例如，假设我们想要计算每一行的和，可以定义一个函数row_sum(row)来实现：

def row_sum(row):
    return row.sum()

1. 使用apply()函数将定义的函数应用于DataFrame的每一行，并将结果存储在新的列中。可以使用axis=1参数指定按行迭代。例如，假设DataFrame的名称为df，新的列名为row_sum，可以使用以下代码实现：

df['row_sum'] = df.apply(row_sum, axis=1)

这将在DataFrame中添加一个名为row_sum的新列，并将每一行的和存储在相应的位置上。

需要注意的是，apply()函数的性能可能不如使用向量化操作，特别是当DataFrame较大时。因此，在处理大型数据集时，最好使用向量化操作来提高性能。

关于Pandas DataFrame的更多信息和操作，请参考腾讯云的Pandas DataFrame文档。