给DataFrame应用自定义函数触发ValueError问题及修复咨询

错误原因 #

1. axis=1参数误用：你调用的是Series.apply()（df["centre"]是Series对象），但axis=1是DataFrame.apply()的专属参数，Series的apply不支持该参数，会被误当作额外参数传递给key_check。
2. args传递错误：args=df["name"]把整个name列的Series传给了key_check，而非每行对应的单个字符串值。pandas在执行args or ()时会尝试判断整个Series的布尔值，但Series包含多个元素，无法直接确定其“真值”（不知道要判断是否非空、全为真还是存在真），因此抛出**"真值模糊"**的报错。
3. key_check函数的缺陷：
   • 使用可变默认参数d={}，多次调用会导致字典累计修改，属于Python常见陷阱。
   • 当key为空时返回None，会导致最终列出现空值，而非预期的空字典。

修复步骤 #

第一步：修正key_check函数 #

def key_check(d, key):
    new = {}
    if not key:
        return new  # 返回空字典替代None，避免结果出现缺失值
    new[key] = d.get(key, '')  # 用dict.get简化判断逻辑
    return new

第二步：正确调用apply #

由于需要同时获取每行的centre字典和name字符串，使用DataFrame.apply()逐行处理：

df["centre"] = df.apply(lambda row: key_check(row["centre"], row["name"]), axis=1)

如果要坚持使用Series.apply()，可以通过索引对齐传递对应行的name值：

df["centre"] = df["centre"].apply(lambda d, idx: key_check(d, df.loc[idx, "name"]), args=(df.index,))

效果验证 #

修复后，每行的centre列会根据对应行的name值生成新字典：

• 若name在centre字典中存在，则保留该键值对；
• 若不存在，则生成{name: ''}；
• 若name为空，则返回空字典。

内容的提问来源于stack exchange，提问作者iFunction