Pandas v2.1.0+中Series.__getitem__弃用警告的正确写法咨询

我在使用Pandas v2.1.0+ 版本时遇到问题：需要用自定义函数转换数据框中的一组列，由于新值依赖多列数据，我用apply原地转换列，原代码如下：

my_columns_to_convert = ['col1','col2','col3']

for k in my_columns_to_convert:
  df[k] = df[[k, colx]].apply(lambda x: convert_my_data(value_1_in=x[0], value_2_in=x[1]), axis=1)

这段代码在旧版Pandas中运行正常，但现在出现如下警告：

FutureWarning: Series.getitem treating keys as positions is deprecated. In a future version, integer keys will always be treated as labels (consistent with DataFrame behavior). To access a value by position, use ser.iloc[pos]

问题原因 #

警告的核心是：apply的lambda函数中，x是Series对象，用x[0]、x[1]按位置取值的方式在新版Pandas中被标记为废弃。未来版本中，整数索引会被当作列标签而非位置，因此必须明确指定按位置访问。

修正后的代码 #

直接在lambda里用iloc来按位置获取Series中的值：

my_columns_to_convert = ['col1','col2','col3']

for k in my_columns_to_convert:
  df[k] = df[[k, colx]].apply(lambda x: convert_my_data(value_1_in=x.iloc[0], value_2_in=x.iloc[1]), axis=1)

更优的替代方案 #

apply本质是逐行循环，性能较低。如果你的convert_my_data支持向量化输入（比如用numpy操作替代逐元素处理），可以直接传入整列数据，完全避开apply：

my_columns_to_convert = ['col1','col2','col3']

for k in my_columns_to_convert:
  df[k] = convert_my_data(value_1_in=df[k], value_2_in=df[colx])

这种方式不仅消除了警告，还能大幅提升大数据集的处理速度。

内容的提问来源于stack exchange，提问作者Zach Morris