我继承了一个VBA代码，我想将其转换为Python。
考虑一个suvrival矩阵，其中：

• 每一行都是不同的产品
• 每列表示产品的年龄

我想创建一个零的生存矩阵，然后在其中应用正态分布（age-life_exp）/sd，其中age是列的编号。

结果：我的DF lifeleft_2中的数字本身是好的，但不是在正确的位置，结果的维度不好，lifeleft_2的列索引被破坏。
问题：如何让SciPy返回每个“观察”的结果，而不是每个观察中的整个数组？

import pandas as pd
    import numpy as np
    from scipy.stats import norm

    df = pd.DataFrame({'qty'      : [20,  30, 40],
                       'price'    : [100, 50, 20],
                       'life_exp' : [5,   4,  3]})
    df['sd'] = df['life_exp'] / 4

    nrows = df.shape[0]
    ncols = df['life_exp'].max()*2 + 1    # "+1" because 0 = equals the past

    # Survival matrix of zeros where column index = age, used for the normal distribution --> (age-life_exp) / sd
    lifeleft = pd.DataFrame(np.zeros((nrows, ncols)))
    l_cols   = lifeleft.columns

Lifeleft

# --->  PROBLEM IS HERE  <---
    lifeleft_2 = lifeleft.apply(lambda x: 1 - norm.cdf((col-df['life_exp']) / df['sd']) for col in l_cols)

    display(lifeleft_2)

Lifeleft_2