Python：如何根据其他列的值对指定列应用函数

你的代码存在几个明显错误，我会逐一指出并给出正确实现：

原代码的问题点 #

• 自定义函数add_string里误用了函数名作为变量，应该用传入的add_str参数，而且这里不需要递归，直接拼接即可
• apply的lambda中，判断条件应该针对当前行的Job值（x['Job'] == 1），而非整个列的布尔结果
• else分支引用了不存在的SubjID列，应该保留原行的ID值
• 调用自定义函数时没有传入正确的当前行ID值，而是用了未定义的string变量

正确实现方式 #

方式1：修正自定义函数+apply #

def add_underscore(string):
    # 截取第一个字符，拼接下划线，再拼接剩余部分
    return string[0] + '_' + string[1:]

# 逐行处理：Job为1时调用函数，否则保留原ID
df['ID'] = df.apply(lambda x: add_underscore(x['ID']) if x['Job'] == 1 else x['ID'], axis=1)

方式2：更高效的向量化操作（推荐） #

apply逐行处理效率较低，大数据量下建议用Pandas的字符串方法结合布尔索引：

# 先筛选Job=1的行，直接修改ID列
mask = df['Job'] == 1
df.loc[mask, 'ID'] = df.loc[mask, 'ID'].str[0] + '_' + df.loc[mask, 'ID'].str[1:]

或者用np.where一行搞定：

import numpy as np
df['ID'] = np.where(df['Job'] == 1, df['ID'].str[0] + '_' + df['ID'].str[1:], df['ID'])

运行后你的DataFrame会变成：

内容的提问来源于stack exchange，提问作者sprc