如何正确将apply函数的返回值赋值给DataFrame的两列？

问题原因 #

你的代码赋值后出现NaN，核心是函数返回的Series索引与目标列名不匹配：

• 函数verif返回的Series键是e和c，但你要赋值的目标列是S和COMMENT
• pandas无法自动匹配不对应的列名，导致赋值失败，最终填充NaN

解决方案 #

方案1：修改函数返回的Series索引，匹配目标列名 #

直接让函数返回的Series索引和要赋值的列名一致，这样apply后的结果可以直接赋值：

import pandas as pd

df = pd.DataFrame({
    'nombre': [10, 25, 42, 18, 73]
})
df["COMMENT"] = df["S"] = None

def verif(row):
    if row["nombre"] % 10 == 0:
        comment = "Ends with 0"
        status = "OK"
    else:
        comment = "Do not end with 0"
        status = "KO"
    # 返回索引为目标列名的Series
    return pd.Series([status, comment], index=["S", "COMMENT"])

mask = df["nombre"] % 2 == 0
df.loc[mask, ["S", "COMMENT"]] = df.loc[mask].apply(verif, axis=1)

方案2：保留原函数，手动映射列名赋值 #

如果不想修改函数，可以先获取apply的结果，再分别将对应列的值赋值到目标列：

import pandas as pd

df = pd.DataFrame({
    'nombre': [10, 25, 42, 18, 73]
})
df["COMMENT"] = df["S"] = None

def verif(row):
    if row["nombre"] % 10 == 0:
        c = "Ends with 0"
        e = "OK"
    else:
        c = "Do not end with 0"
        e = "KO"
    return pd.Series({"e": e, "c": c})

mask = df["nombre"] % 2 == 0
# 获取函数执行结果
result = df.loc[mask].apply(verif, axis=1)
# 分别映射赋值
df.loc[mask, "S"] = result["e"]
df.loc[mask, "COMMENT"] = result["c"]

方案3：用矢量化操作替代apply（更高效） #

大数据量下apply效率较低，推荐用矢量化的方式直接处理：

import pandas as pd

df = pd.DataFrame({
    'nombre': [10, 25, 42, 18, 73]
})
df["COMMENT"] = df["S"] = None

mask = df["nombre"] % 2 == 0
# 针对筛选后的行直接赋值
df.loc[mask, "S"] = df.loc[mask, "nombre"].apply(lambda x: "OK" if x % 10 == 0 else "KO")
df.loc[mask, "COMMENT"] = df.loc[mask, "nombre"].apply(lambda x: "Ends with 0" if x % 10 == 0 else "Do not end with 0")

内容的提问来源于stack exchange，提问作者dia05