如何在Pandas DataFrame的apply函数中传入数组单个元素？

你当前的代码无法实现需求，因为args=(array)会把整个数组作为参数传给addArray的b参数，而非逐行匹配数组的单个元素。以下是几种可行的实现方式：

方法1：结合行索引在apply中匹配数组元素 #

利用行的索引值（row.name）获取数组中对应的元素，实现逐行配对：

import pandas as pd

df = {"A" : [1,2,3,4], "B" : [10, 20, 30, 40]}
df = pd.DataFrame(df)
array = [2,3,4,5]

# 用lambda简化写法
df['C'] = df.apply(lambda row: row['A'] + array[row.name], axis=1)

# 或者保留自定义函数的写法（注意args要传元组，末尾加逗号）
def addArray(row, arr):
    return row['A'] + arr[row.name]

df['C'] = df.apply(addArray, axis=1, args=(array,))

print(df)

运行后C列会得到[3,5,7,9]，符合预期。

方法2：矢量化运算（更高效） #

对于大数据量，优先使用Pandas的矢量化操作，比逐行apply性能更高：

df['C'] = df['A'] + pd.Series(array, index=df.index)

直接将数组转为和DataFrame索引一致的Series，再与A列做加法，本质是元素级别的匹配运算，效率远高于逐行循环。

内容的提问来源于stack exchange，提问作者scstx