Pandas中apply的Lambda函数与直接代码输出不一致原因咨询

错误根源 #

你在apply的lambda函数里犯了一个语法错误：x['date1'].date是引用Timestamp对象的date方法本身，而非调用该方法获取具体的日期值。

当你写x['date1'].date != x['date2'].date时，实际上是在比较两个方法对象的引用地址，这两个方法引用必然不相等，所以这个日期条件永远返回True。只要数值差绝对值大于0.5，整个判断条件就会成立，最终所有行都输出yes，完全不符合预期。

修正后的代码 #

把date改为date()，调用方法获取date对象后再比较：

df.apply(lambda x : 'yes' if (abs(x['value1'] - x['value2']) > .5) & (x['date1'].date() != x['date2'].date()) else 'no', axis = 1)

运行后会得到和直接向量化操作一致的结果：

0    no
1    no
2    yes
3    yes
4    no
dtype: object

额外建议 #

在Pandas中，直接使用向量化操作（你写的第二种方式）比apply+lambda的效率高得多，尤其是处理大数据集时。推荐优先使用向量化逻辑，再将布尔结果映射为'yes'/'no'：

import numpy as np

df['flag'] = np.where(
    (abs(df['value1'] - df['value2']) > .5) & (df['date1'].dt.date != df['date2'].dt.date),
    'yes',
    'no'
)

内容的提问来源于stack exchange，提问作者Karthik S