使用lambda函数计算累积均值的代码相关技术疑问

1. axis=1的作用及为何按行迭代用1而非0 #

在pandas的apply方法中，axis参数定义了函数要作用的维度：

• axis=0：函数沿着行的方向作用，即对每一列的数据进行批量处理
• axis=1：函数沿着列的方向作用，即对每一行的数据进行单独处理

你需要对每一行执行lambda逻辑，所以必须指定axis=1——此时lambda里的x会代表DataFrame中的单一行（Series对象）。如果误用axis=0，lambda会接收整列的数据，完全不符合你的需求。

2. 可以避免创建index列，直接使用原索引 #

完全没必要通过reset_index()生成额外的index列，原DataFrame本身就自带默认整数索引，直接用这个索引就能实现逻辑。而且你当前的apply写法效率极低，推荐用pandas内置的expanding方法计算累积均值，代码更简洁高效：

# 优化后的高效代码
res_df = pd.Series([2,10,3,1]).to_frame(name='val')
res_df['cum_mean'] = res_df['val'].expanding().mean()

如果要保留你原本的逻辑（不用expanding），也可以直接借助原索引实现：

res_df = pd.Series([2,10,3,1]).to_frame(name='val')
res_df['cum_mean'] = res_df.apply(lambda x: res_df.loc[:x.name, 'val'].mean(), axis=1)

这里x.name就是当前行的原索引值，用loc[:x.name]就能选取从开头到当前行的所有数据。

内容的提问来源于stack exchange，提问作者Mikhail Le