自定义函数在pandas.apply(lambda)中异常，单独调用正常求助

你的代码逻辑本身没有问题——简化示例中的所有输入都符合条件，理论上不会触发ValueError。报错的核心原因是实际DataFrame中存在不符合预期的输入值，只是你手动测试时用了正确的样本，没覆盖到异常数据。

排查步骤 #

1. 查看原始数据细节
   用df.applymap(repr)打印每个元素的原始表示，能直观看到是否有隐形字符（比如空格、换行）、空值或非字符串类型：

   print(df.applymap(repr))
   

2. 检查缺失值
   空值（NaN）或None会导致in判断返回False，触发错误。用以下代码检查：

   print(df.isnull().sum())
   

3. 验证数据类型
   确认所有行的first和second列都是字符串类型：

   print(df['first'].apply(type))
   print(df['second'].apply(type))
   

解决方案 #

1. 处理隐形字符

如果是输入带空格或不可见字符，调用函数前先去除：

df['should_all_be_true'] = df.apply(
    lambda row: calculate_test(row['first'].strip(), row['second'].strip()),
    axis=1
)

2. 过滤缺失值

先删除含空值的行，再执行apply：

df_clean = df.dropna(subset=['first', 'second'])
df_clean['should_all_be_true'] = df_clean.apply(
    lambda row: calculate_test(row['first'], row['second']),
    axis=1
)

3. 增强错误提示

修改函数，打印出错的具体值和类型，快速定位问题：

def calculate_test(b,e):
    if (not b in list1) or (not e in list2):
        raise ValueError(f"无效输入: b='{b}'(类型:{type(b)}), e='{e}'(类型:{type(e)})")
    else:
        return True

内容的提问来源于stack exchange，提问作者ArieAI