python pandas.apply函数内部 i递增怎么写

在 pandas 的 apply 函数内部，可以通过设置 `axis` 参数来控制是对行还是列进行遍历，同时也可以通过 `args` 参数来传递其他参数。对于递增的 i 值，可以使用 `enumerate` 函数来实现。具体的代码如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

def my_func(row, i):
    return row['A'] + row['B'] + i

result = df.apply(lambda row: my_func(row, i=0), axis=1)
print(result)

result = df.apply(lambda row, i: my_func(row, i), axis=1, args=(1,))
print(result)

在上面的代码中，我们首先创建了一个 DataFrame，然后定义了一个 `my_func` 函数，该函数接受两个参数：`row` 和 `i`，其中 `row` 表示当前行的数据，`i` 表示递增的值。在函数内部，我们使用 `enumerate` 函数来获取当前行的索引值，并将其加到 `i` 上，最后返回计算结果。在使用 apply 函数时，我们可以通过 `lambda` 函数来传递 `my_func` 函数，并通过 `axis` 参数指定对行进行遍历。在第一个示例中，我们将 `i` 的值设置为 0，表示不递增；在第二个示例中，我们将 `i` 的值设置为 1，表示递增。