为何Lambda函数未按循环迭代？Pandas数据处理问题咨询

原问题代码 #

sel_col10= ['ColumnA']
sel_col_new10= ['ColumnB']
for col, ncol in zip (sel_col10, sel_col_new10) :
    df_test[ncol] = df_test[col]. apply (lambda x: df_test [col] + df_test [ncol] if x== "Not Covered" else df_test [ncol])

问题原因分析 #

• Lambda错误引用整列而非当前单元格：df_test[col]和df_test[ncol]是对整个列的引用，不是当前迭代的单个单元格值，导致计算时直接进行整列运算，而非逐行处理。
• 依赖未初始化的新列：赋值df_test[ncol]时，lambda里又调用了df_test[ncol]，但此时新列处于构建状态，值不确定（可能是NaN或旧值），逻辑完全混乱。
• apply用法冗余且方向错误：针对单列用apply(axis=0)时，lambda的参数x是列的每个元素，但你需要同时访问同一行的其他列，这种场景下用列级apply根本不适用。

修正方案 #

推荐：使用Pandas向量化操作（高效简洁） #

假设你的需求是：当ColumnA单元格值为"Not Covered"时，ColumnB对应单元格等于ColumnA值加原ColumnB值，否则保持ColumnB不变。直接用条件掩码+loc赋值：

# 先确保ColumnB存在，若不存在则初始化（根据数据类型调整初始值）
if 'ColumnB' not in df_test.columns:
    df_test['ColumnB'] = ''  # 字符串类型用空串，数值类型用0

# 生成条件掩码
mask = df_test['ColumnA'] == "Not Covered"
# 仅对符合条件的行赋值
df_test.loc[mask, 'ColumnB'] = df_test.loc[mask, 'ColumnA'] + df_test.loc[mask, 'ColumnB']

这种方式是Pandas的最优实践，速度远快于apply，代码逻辑清晰，完全避免逐行迭代的问题。

备选：行级apply（不推荐大数据集） #

如果一定要用apply，需要改为行级迭代（axis=1），让lambda能访问整行数据：

sel_col10 = ['ColumnA']
sel_col_new10 = ['ColumnB']
for col, ncol in zip(sel_col10, sel_col_new10):
    df_test[ncol] = df_test.apply(lambda row: row[col] + row[ncol] if row[col] == "Not Covered" else row[ncol], axis=1)

注意：这种方法在数据量大时性能极差，仅适合小数据集测试场景。

内容的提问来源于stack exchange，提问作者Ahmed Ammar