如何在Python Pandas中用if语句合并两个函数处理两列数据？

你遇到的问题是合并后的函数未修改目标列，核心原因是pandas多列赋值方式错误，且未正确展开apply返回的元组结果。

问题场景回顾 #

你正在清洗Place of Publication列，部分值同时包含出版地和日期信息，例如：

• pp. 40. G. Bryan & Co: Oxford, 1898
• pp. 40. W. Cann: Plymouth, 1876
• pp. vi. 216. Hatchards: London, 1888

原有两个单独的清洗函数可正常工作，但合并后代码未生效。

错误原因分析 #

你的合并代码存在两个关键问题：

1. 列索引写法错误：df['Date of Publication', 'Place of Publication'] 会创建一个以元组为名称的新单列，而非修改两个现有列，需用双层方括号df[['列1', '列2']]指定多列。
2. 未展开元组结果：apply返回的元组默认会被包装成Series的元素，需要指定result_type='expand'参数，让元组直接展开为多列数据。

正确的合并代码 #

def clean_both(item):
    pop = str(item.loc['Place of Publication'])
    dop = str(item.loc['Date of Publication'])

    # 用startswith更直观判断前缀
    if pop.startswith('pp.'):
        comma_idx = pop.find(',')
        colon_idx = pop.find(':')
        # 提取日期和出版地
        dop = pop[comma_idx + 2:]
        pop = pop[colon_idx + 2:comma_idx]
    
    return dop, pop

# 关键：双层方括号指定目标列，加上result_type='expand'展开元组
df[['Date of Publication', 'Place of Publication']] = df.apply(clean_both, axis=1, result_type='expand')

额外优化建议 #

• 用str.startswith('pp.')替代切片判断，代码可读性更强。
• 可添加异常处理（比如找不到逗号/冒号的情况）避免索引报错，示例：

  if pop.startswith('pp.'):
      comma_idx = pop.find(',')
      colon_idx = pop.find(':')
      # 确保找到索引再处理
      if comma_idx != -1 and colon_idx != -1:
          dop = pop[comma_idx + 2:]
          pop = pop[colon_idx + 2:comma_idx]
  

内容的提问来源于stack exchange，提问作者Kristen Williams