Python DataFrame apply调用多列条件函数时TypeError参数报错解决

错误原因 #

你触发的TypeError: mar_status() got multiple values for argument 'col1'，本质是apply的传参逻辑和函数定义不匹配：当使用axis=1调用apply时，它会自动把整行数据作为第一个参数传给函数，如果你额外通过args或其他方式传递参数，就会导致同一个参数被多次赋值，引发冲突。

解决方案 #

下面提供几种可行的修复方式，按需选择：

方式1：修改函数接收行对象 #

把函数改成接收整行数据，从行中提取所需列的值，适配apply的传参逻辑：

def mar_status(row):
    rel = row['insured_relationship']
    sex = row['insured_sex']
    hour = row['incident_hour_of_the_day']
    
    # 这里写你的原逻辑，示例：
    if rel in ['wife', 'husband']:
        return 'Married'
    elif rel == 'own_child':
        return 'Child'
    elif rel == 'unmarried':
        return 'Unmarried'
    else:
        return 'Other'

# 调用生成新列
df['marital_status'] = df.apply(mar_status, axis=1)

方式2：用lambda包装函数（不修改原函数） #

如果不想改动原函数，用lambda把行中的列值逐个传给函数：

# 假设你的原函数定义如下：
def mar_status(rel, sex, hour):
    # 原逻辑代码
    if rel in ['wife', 'husband']:
        return 'Married'
    elif rel == 'own_child':
        return 'Child'
    elif rel == 'unmarried':
        return 'Unmarried'
    else:
        return 'Other'

# 用lambda包装调用
df['marital_status'] = df.apply(
    lambda row: mar_status(
        row['insured_relationship'],
        row['insured_sex'],
        row['incident_hour_of_the_day']
    ),
    axis=1
)

方式3：用矢量化操作替代apply（推荐） #

apply是逐行处理，大数据量下效率较低。可以用numpy.select实现矢量化条件判断，速度更快：

import numpy as np

# 定义条件列表和对应结果
conditions = [
    df['insured_relationship'].isin(['wife', 'husband']),
    df['insured_relationship'] == 'own_child',
    df['insured_relationship'] == 'unmarried'
]
choices = ['Married', 'Child', 'Unmarried']

# 生成新列
df['marital_status'] = np.select(conditions, choices, default='Other')

内容的提问来源于stack exchange，提问作者Georgios