Python中为Pandas DataFrame应用双变量函数报错的解决咨询

问题原因分析 #

1. 首次调用apply时未指定axis=1，默认按列处理数据，导致函数day_type收到的是整列（Series）而非单行的两个参数，因此报missing 1 required positional argument错误。
2. 使用lambda时仍未设置axis=1，导致代码尝试比较整个Series，Pandas无法判断布尔值的真实性，触发ValueError。

解决方案 #

方案1：修改函数接收整行数据，按行应用

调整函数以接收单行数据，提取所需字段后判断：

def day_type(row):
    # 将datetime类型的Date转为字符串格式，或直接用datetime对象对比节假日
    date_str = row['Date'].strftime('%Y-%m-%d')
    day_week = row['DoW']
    
    # 用集合存储节假日，比多个or更高效清晰
    holidays = {'2013-01-01', '2013-05-27', '2013-07-04', '2013-09-02', '2013-11-28', '2013-12-25'}
    
    if date_str in holidays:
        return "H"
    elif day_week in ("Saturday", "Sunday"):
        return "WE"
    else:
        return "WD"

# 指定axis=1按行应用函数
LoadData["DayType"] = LoadData.apply(day_type, axis=1)

方案2：保留原函数，用lambda传递单行参数

如果不想修改原函数，可通过lambda将单行的两个字段分别传入：

def day_type(day_month, day_week):
    holidays = {'2013-01-01', '2013-05-27', '2013-07-04', '2013-09-02', '2013-11-28', '2013-12-25'}
    if day_month in holidays:
        return "H"
    elif day_week == "Saturday" or day_week == "Sunday":
        return "WE"
    else:
        return "WD"

# 用lambda拆解单行数据，传递给原函数
LoadData["DayType"] = LoadData.apply(lambda x: day_type(x['Date'].strftime('%Y-%m-%d'), x['DoW']), axis=1)

方案3：矢量化操作（大数据集更高效）

使用numpy.select进行矢量化判断，避免逐行循环，性能更优：

import numpy as np
import pandas as pd

# 将节假日字符串转为datetime类型，与Date列类型匹配
holidays = pd.to_datetime(['2013-01-01', '2013-05-27', '2013-07-04', '2013-09-02', '2013-11-28', '2013-12-25'])

# 定义判断条件和对应结果
conditions = [
    LoadData['Date'].isin(holidays),
    LoadData['DoW'].isin(['Saturday', 'Sunday'])
]
choices = ['H', 'WE']

# 生成DayType列，默认值为WD
LoadData['DayType'] = np.select(conditions, choices, default='WD')

内容的提问来源于stack exchange，提问作者user22435779