使用Pandas apply函数生成新列时遇KeyError: 'b'问题求助

错误原因 #

你的df.apply()默认是**按列(axis=0)**执行的，这时候lambda里的row指代的是整个列的Series对象，而不是单行数据，自然找不到索引'b'，所以抛出KeyError。要按行处理必须指定axis=1参数。

修正后的apply代码 #

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [1, 1, 1, 1, 1], 'b': [np.nan, np.nan, 2, 2, 2]})
# 指定axis=1按行遍历
df['c'] = df.apply(lambda row: row['a'] if np.isnan(row['b']) else row['b'], axis=1)

注意：规则逻辑的一致性 #

你描述的规则是「当列B不为NaN时，列C等于列A；否则列C等于列B」，但当前代码的逻辑是当B是NaN时取A，否则取B，和你描述的正好相反。如果要匹配你说的规则，代码应该改成：

df['c'] = df.apply(lambda row: row['a'] if not np.isnan(row['b']) else row['b'], axis=1)

更高效的替代方案 #

用pandas内置的矢量化操作比apply按行遍历效率高得多，尤其是处理大数据集时：

• 实现代码里的逻辑（B为NaN时取A，否则取B）：

df['c'] = df['b'].fillna(df['a'])

• 实现你描述的规则（B不为NaN时取A，否则取B）：

df['c'] = np.where(df['b'].notna(), df['a'], df['b'])

内容的提问来源于stack exchange，提问作者paz10s