如何在Pandas DataFrame中为至少一列超阈值的行打标签？

错误原因 #

当你使用df.apply(..., axis=1)时，传入函数flag_df_new的参数是DataFrame的单行数据（Series对象），而非整个DataFrame。Series没有columns属性，因此会抛出AttributeError: 'Series' object has no attribute 'columns'。

解决方案 #

方法1：矢量化操作（推荐，效率更高）

直接对目标列进行批量判断，无需使用apply：

# 指定需要判断的列
target_columns = ['Value_1', 'Value 2', 'Value 3']
# 对每行判断是否有值>10，再转为整数类型（True→1，False→0）
customer_summary_1['Column_tag'] = (customer_summary_1[target_columns] > 10).any(axis=1).astype(int)

方法2：修改apply函数

如果一定要用apply，调整函数逻辑直接处理传入的Series：

def flag_df_new(row):
    # 检查当前行的目标列是否有大于10的值
    if row[['Value_1', 'Value 2', 'Value 3']].gt(10).any():
        return 1
    return 0

customer_summary_1['Column_tag'] = customer_summary_1.apply(flag_df_new, axis=1)

验证结果 #

执行上述任意一种方法后，DataFrame会生成期望的Column_tag列：

内容的提问来源于stack exchange，提问作者Chinthana