所以我從以下 csv 創建了一個 pandas 數據框：id  age00   education   marital gender  ethnic  industry    income000   51.965         17         0      1       0         5    761101   41.807         12         1      0       0         1    432162   36.331         12         1      0       1         3    521183   56.758          9         1      1       2         2    47770我的目標是創建一個名為future_income的新列，它獲取每一行并使用我的模型計算未來收入。這是由我在下面創建的類中的predictFinalIncome變量完成的：class myModel:  def __init__(self, bias) :    self.bias = bias # bias is a dictionary with info to set bias on the gender function and the ethnic function  def b_gender(self, gender):    effect = 0    if (self.bias["gender"]): # if there is gender bias in this model/world (from the constructor)       effect = -0.0005 if (gender<1) else 0.0005  # This amount to 1.2% difference annually    return self.scale * effect  def b_ethnic(self, ethnic):    effect = 0    if (self.bias["ethnic"]): # if there is ethnic bias in this model/world (from the constructor)       effect = -0.0007 if (ethnic < 1) else -0.0003 if (ethnic < 2) else 0.0005     return self.scale * effect  # other methods/functions  def predictGrowthFactor( self, person ): # edited    factor = 1 + person['education'] + person['marital'] + person['income'] + person['industry']    return factor  def predictIncome( self, person ): # perdict the new income one MONTH later. (At least on average, each month the income grows.)    return person['income']*self.predictGrowthFactor( person )  def predictFinalIncome( self, n, person ):     n_income = self.predictIncome( person )    for i in range(n):       n_income = n_income * i    return n_income在這種情況下，n 是 120。所以簡而言之。我想取出每一行，將其放入名為predictFinalIncome的類函數中，并在我的 df 上有一個名為 future_income 的新變量，這是他們在 120 個月內的收入。