如何在Pandas DataFrame中使用apply方法实现组织分类需求

你遇到的问题主要是两个点：一是apply默认按列处理，没指定axis=1；二是错误用row.index获取组织名称，应该用row.name。下面给你几种可行的方案：

方案1：修正你的apply函数 #

def classify_org(row):
    if row['NumberofSpaceMission'] < 10:
        return 'Other organisation'
    return row.name

# 必须指定axis=1，让apply逐行处理
new_df['important_organisations'] = new_df.apply(classify_org, axis=1)

方案2：用numpy.where（推荐，更高效） #

对于DataFrame的条件赋值，用numpy.where比逐行apply快很多，尤其是数据量大的时候：

import numpy as np

new_df['important_organisations'] = np.where(
    new_df['NumberofSpaceMission'] < 10,
    'Other organisation',
    new_df.index
)

方案3：用loc索引赋值 #

先把新列全部设为组织名称（即索引），再把符合条件的行替换成指定字符串：

new_df['important_organisations'] = new_df.index
new_df.loc[new_df['NumberofSpaceMission'] < 10, 'important_organisations'] = 'Other organisation'

原代码失败的原因 #

1. 缺少axis=1参数：apply默认对每一列操作，函数接收的是列的Series而非行，所以row.index返回的是所有列名，不是你要的组织名称。
2. 错误使用row.index：即使按行处理，row是代表一行的Series，row.index是这行的列名列表，要获取当前行的索引（组织名）得用row.name。

内容的提问来源于stack exchange，提问作者Jossoft