Pandas中Series名称与列名冲突引发报错的解决方法咨询

错误原因 #

你遇到的'int' object is not subscriptable错误，核心是行Series的name属性和DataFrame的name列重名导致的歧义：
当用apply(axis="columns")时，传入函数的row是行级Series，这个Series的name属性默认存储的是行的索引值（比如0、1这类整数）；而你想访问的是DataFrame中名为name的列，但用row.name时，实际拿到的是行索引的整数，自然不能用[0]下标访问，所以报错。

解决方法 #

方法1：用方括号索引明确指定列名

直接通过row['列名']的方式访问，彻底避免属性访问的歧义，这是最直接的修复方式：

def get_bonus(row):
    # 补上if语句的冒号，用row['name']替代row.name
    if (row['name'][0] == "M") and (row['employee_id'] % 2 == 0):
        return row['salary']
    else:
        return 0

def calculate_special_bonus(employees: pd.DataFrame) -> pd.DataFrame:
    employees["bonus"] = employees.apply(get_bonus, axis="columns")
    return employees[["employee_id", "bonus"]]

方法2：重命名易冲突的列名

如果习惯用属性访问（row.列名），可以提前修改DataFrame的列名，避免和行Series的内置属性（比如name、index）重名：

# 先把name列重命名为employee_name
employees = employees.rename(columns={'name': 'employee_name'})

def get_bonus(row):
    if (row.employee_name[0] == "M") and (row.employee_id % 2 == 0):
        return row.salary
    else:
        return 0

def calculate_special_bonus(employees: pd.DataFrame) -> pd.DataFrame:
    employees["bonus"] = employees.apply(get_bonus, axis="columns")
    return employees[["employee_id", "bonus"]]

方法3：用向量化操作替代apply（推荐）

LeetCode的Pandas题目中，apply效率较低，且容易引发这类属性冲突问题。用Pandas的向量化方法处理更高效简洁：

import numpy as np

def calculate_special_bonus(employees: pd.DataFrame) -> pd.DataFrame:
    # 用str.startswith判断名字首字母，结合np.where生成bonus列
    employees['bonus'] = np.where(
        (employees['name'].str.startswith('M')) & (employees['employee_id'] % 2 == 0),
        employees['salary'],
        0
    )
    return employees[["employee_id", "bonus"]]

额外注意 #

原代码中if语句末尾缺少冒号，这也是语法错误，修复时需要补上。

内容的提问来源于stack exchange，提问作者YYY