为何df.iloc子DataFrame使用apply+lambda调用函数时出现执行差异？

已知条件 #

• 给定DataFrame df，df.iloc[:,:2] 返回的子DataFrame如下：

• 定义判断函数（注：原函数else分支漏写return，已补全）：

def quality(total_bill, tip):
    if tip/total_bill > 0.25: 
        return 'good tip'
    else: 
        return 'others'

• df[['total_bill','tip']] 与 df.iloc[:,:2] 返回的DataFrame完全一致。

代码执行差异 #

Code 1 #

df[['total_bill','tip']].apply(lambda af: quality(af['total_bill'], af['tip']), axis = 1)

返回结果：

0    others
1    others
dtype: object

Code 2 #

df.iloc[:,:2].apply(lambda af: quality(af.iloc[:,0],af.iloc[:,1]), axis = 1)

报错信息：

IndexingError: Too many indexers

Code 3 #

df.iloc[:,:2].apply(lambda af: quality(af.iloc[0],af.iloc[1]), axis = 1)

返回结果：

0    others
1    others
dtype: object

差异原因解析 #

核心逻辑：当apply指定axis=1时，传入lambda的参数af是一维Series对象，而非二维DataFrame——不管你是用列名还是iloc截取的子DataFrame，行遍历的apply都会把每一行转成单条Series。

1. Code1 正常运行的原因
   该Series的索引就是原DataFrame的列名（total_bill、tip），因此用af['total_bill']、af['tip']可以直接定位到对应的值，符合Series的索引规则。

2. Code2 报错的原因
   iloc[:,0]是针对二维DataFrame的索引语法，用于提取所有行的第0列。但af是一维Series，仅支持单维度索引，传入二维索引器[:,0]属于“索引器数量过多”，因此触发IndexingError。

3. Code3 正常运行的原因
   Series的iloc[0]、iloc[1]是提取一维序列的第0、第1个元素，恰好对应原行的total_bill和tip数值，符合Series的索引规则，因此能正常传入quality函数得到结果。

内容的提问来源于stack exchange，提问作者James C