Python中DataFrame应用自定义函数报ValueError问题求助

你的代码存在几个关键问题，导致了这个错误，逐一解决如下：

1. apply的处理方向错误 #

df.apply(function)默认是按列处理（axis=0），此时传入函数的参数是每一列的Series，而非单行数据。你需要指定axis=1让它按行处理，这样函数才能拿到每一行的所有列数据。

2. 语法错误 #

• 条件判断要用比较运算符==，你写的=是赋值运算符，会导致逻辑错误。
• Python是大小写敏感的，If要改成小写的if。
• 如果product1是字符串常量，需要用引号包裹；如果是变量则保留原样。

3. 缺少默认返回值 #

函数只定义了符合条件时的返回值，没有处理不符合条件的情况，会导致这些行返回None，建议补充默认返回值（比如0或者其他你需要的值）。

修复后的代码 #

import pandas as pd

df = pd.DataFrame(data)

def function(row):
    if row['product'] == 'product1':
        if row['tenure'] > 4:
            return 19
    return 0  # 不符合条件时的默认返回值

X = df.apply(function, axis=1)

更高效的替代方案 #

用apply按行处理在数据量大时效率较低，推荐用pandas的矢量化操作，性能提升明显：

方法1：使用numpy.where #

import numpy as np

condition = (df['product'] == 'product1') & (df['tenure'] > 4)
X = np.where(condition, 19, 0)

方法2：使用df.loc #

X = df.copy()
X['result'] = 0
X.loc[(X['product'] == 'product1') & (X['tenure'] > 4), 'result'] = 19
# 若仅需结果列，直接取X['result']即可

内容的提问来源于stack exchange，提问作者Shelby