我有一个DataFrame df，格式为：

index  name      val            
0       Abc    17.29
1       Bcd  137.036
2       Cde      666

我想在df中添加一个名为"ColDict"的列，列中的每个元素都是一个字典，字典的键是str(b)，因为b是任意列表list_b中的某个数字，与键str(b)匹配的值将是myfunc(df["val"], b)的输出，也就是说，对于某个浮点值函数myfunc（我已经写过了），myfunc()按照指定的顺序应用于df["val"]（对于给定的行）和b。所有字典的长度都是相同的（就键数而言），因为键都属于list_b，并且穷尽了list_b。
在这个例子中，为了具体，我们可以取list_b = [5, 7.6, 10, 20]，但它应该是“开放式”的。同样，我们可以取myfunc(x, b)，将x向下舍入到b的最大倍数，该倍数小于或等于x。
在这种情况下，最终结果应如下所示：

index  name      val   ColDict            
0       Abc    17.29   {"5": myfunc(17.29, 5), "7.6": myfunc(17.29, 7.6), "10": myfunc(17.29, 10), "20": myfunc(17.29, 20)}
1       Bcd  137.036   {"5": myfunc(137.036, 5), "7.6": myfunc(137.036, 7.6), "10": myfunc(137.036, 10), "20": myfunc(137.036, 20)}
2       Cde      666   {"5": myfunc(666, 5), "7.6": myfunc(666, 7.6), "10": myfunc(666, 10), "20": myfunc(666, 20)}

其中myfunc(v, b)是浮点值输出（不是字符串“myfunc（v，B）”或任何类似字符串）。
我有三个问题：
1.第一个问题是获取一个多元变量（此处：binary）函数来应用于DataFrame列的元素。apply()和map()方法似乎只适用于一元函数...我可以为此拼凑一个lambda表达式，但这似乎是一个草率的解决方案。此外，我不确定我是否正在通过此尝试的解决方案路径计算元素级，这是我想要的。
1.第二个问题是让Python接受任何新列的赋值。它一直告诉我，我试图在一个切片的副本上设置一个值。在单个固定b的情况下，我可能已经解决了这个问题，但我想知道如何以规范的方式这样做。（是的，我是Python的新手）。

• 第三个问题是我的编译器似乎不喜欢把字典作为DataFrame中的单元格值。也许吧。它告诉我值的长度（list_b中的项数，在上面的例子中是4）与索引的长度（1 + df的最后一个索引;因此，从上面的表中，它应该是3）。也许我的代码试图以某种方式通过表进行垂直赋值，如果正确执行，字典值单元格是可以接受的？
• 理论上，如果我解决问题#1和#2，其中n = len(list_b)，我可以只为DataFrame分配n个新列，每个列的名称为"ColDict_[b]"，其中b是变量。但是，我认为字典的表示方式对于我的情况来说会更清晰。但是，如果追加多个列是唯一或最好的方法，那么请教我如何这样做。但是，请注意，我也不知道如何在赋值环境中制作变量列标签（如变量b的"ColDict_[b]"），所以这也必须教。

谢谢你。
到目前为止我已经尝试过：
尝试过很多东西，但这些是我到目前为止最好的尝试。
1.对于固定的b（例如：b = 5），我尝试：

df = df.assign(ColDict_5 = df["val"].map(lambda x: myfunc(x, 5)).

这至少可以编译，但我不确定这是否适用于这个特定的情况，即使适用，我仍然不能在一个步骤中将它泛化到多个b值，我也不知道这个解决方案在性能、表示或方法方面是否最好，尽管在语法操作上是如此。
1.字典理解似乎不起作用，这两种方法都失败了：
一个三个三个一个
前者失败至少是因为它试图将序列转换为浮点型，后者失败的原因是前面提到的（值的长度超过行数）。
1.如果我想分配一个固定列表（此处为：[1, 2]）添加到每行的新列，则如下所示：

df = df.assign(colFixedList =  pd.Series( [[1,2]] * len(df.index) ) )

这可以概括为我的目标，但我还不确定如何使它做到这一点。