明明存在列名App，为何Pandas按行apply时出现KeyError？

问题场景 #

创建包含App、Query、Label列的DataFrame：

train_data = pd.DataFrame({
     'Query':['shoerack','shoerack','shoerack','shoerack', 'nike shoes'], 
     'App':  ['amazon', 'amazon', 'amazon', 'amazon', 'zalando'],
     'Label':[1, 1, 1, 1, 1]})

执行以下apply操作时触发KeyError: 'App'：

train_data.apply(lambda row: print(row['App']))

报错信息：

KeyError                                  Traceback (most recent call last)
Cell In[20], line 4
  1 train_data = pd.DataFrame({'Query': ['shoerack','shoerack','shoerack','shoerack', 'nike shoes'], 
  2                            'App': ['amazon', 'amazon', 'amazon', 'amazon', 'zalando'],
  3                            'Label': [1, 1, 1, 1, 1]})
 ----> 4 train_data.apply(lambda row: print(row['App']))
 
KeyError: 'App'

明明App列存在，按行执行apply却报错，原因是什么？

原因分析 #

pandas.DataFrame.apply默认参数axis=0，即按列处理数据。此时lambda中的row实际代表的是DataFrame的每一列（一个Series对象），Series的索引是原DataFrame的行索引，自然找不到'App'这个索引值，因此触发KeyError。

解决办法 #

• 指定axis=1按行处理
  修改apply调用，添加axis=1参数，让函数作用于每一行：

  train_data.apply(lambda row: print(row['App']), axis=1)
  

  此时row代表每一行的Series，索引是列名，能正常获取'App'对应的值。

• 更高效的替代方案
  如果只是要打印App列的所有值，完全不需要用apply，直接访问列并操作更高效：

  # 直接打印整列内容
  print(train_data['App'].tolist())
  # 或逐行打印
  for app in train_data['App']:
      print(app)
  

  apply按行操作的效率远低于直接列操作，非必要场景不建议使用。

内容的提问来源于stack exchange，提问作者s.blnc