使用apply+Lambda实现DataFrame列间逐列除法报错求助

错误原因分析 #

• 第一段代码错误：apply默认axis=0，此时lambda的x是每一列的Series对象，不是列索引位置。用x+1做iloc索引，本质是拿Series和整数运算，结果不是合法索引，导致越界报错。
• 第二段代码错误：设置axis=1后，lambda的x变成每一行的Series对象，x < df.shape[1]是将整个Series与整数比较，Pandas无法判断整个Series的布尔值，因此抛出歧义错误。

正确实现方式 #

方式一：用apply+lambda实现（符合需求）

import pandas as pd
import numpy as np

# 测试用DataFrame
df = pd.DataFrame(np.random.randint(1, 10, (5, 10)), columns=[f'col{i}' for i in range(10)])

# 逐列除以前一列，第一列无前置列，填充NaN
result = df.apply(
    lambda col: col / df.iloc[:, df.columns.get_loc(col.name)-1] 
    if df.columns.get_loc(col.name) > 0 
    else np.nan,
    axis=0
)

• 逻辑说明：axis=0让apply遍历每一列；通过col.name获取当前列名，再用get_loc拿到列的索引位置；判断非第一列时，执行当前列除以前一列的操作。

方式二：用shift更高效（无需apply）

如果不限制必须用apply，这种方法更简洁高效：

# 右移一列后与原df相除，去掉第一列的NaN结果
result = df / df.shift(axis=1)
result = result.iloc[:, 1:]

内容的提问来源于stack exchange，提问作者actsci stud tries2learn math