如何在Pandas中结合条件函数使用.apply(func)？报错求助

我有如下Pandas DataFrame：

count   area    volume      formula     quantity
0   1.0     22       NaN       count         1.0
1   1.0     15       NaN       count         1.0
2   1.0     1.4      NaN       area          1.4
3   1.0     0.6       10       volume        100

quantity列是通过formula列的值查找对应列得到的：比如第0行formula为"count"，则quantity取count列的1.0；第2行formula为"area"，则取area列的1.4。

原本用这段代码实现：

Merged['quantity']=Merged.apply(lambda x: x[x['QuantityFormula']] , axis=1)

但volume对应的quantity需要计算为volume*10，于是写了如下函数处理两种情况：

def func(x):
    if x[x['QuantityFormula']] == Volume:
        return volume * 10
    else:
        return x[x['QuantityFormula']]
   

df['Classification'] = Merged['QuantityFormula'].apply(func)

运行后报错：

Error: string indices must be integers

1. 你调用apply时用了Merged['QuantityFormula'].apply(func)，此时func接收的参数x是QuantityFormula列的单个字符串值（比如"count"、"volume"），而非整行数据。所以x[x['QuantityFormula']]相当于用字符串索引字符串，必然触发"string indices must be integers"错误。
2. 代码中Volume是未定义的变量，应改为字符串常量"volume"；volume * 10里的volume也未定义，需从行数据中取对应列的值。

方法一：修正apply调用方式与函数逻辑 #

对整个DataFrame调用apply并指定axis=1，让函数接收整行数据，同时修正变量名问题：

def func(row):
    # 确保列名与你的DataFrame一致，此处用formula匹配示例DataFrame的列名
    formula = row['formula']
    if formula == 'volume':
        return row['volume'] * 10
    else:
        return row[formula]

# 按行应用函数，生成quantity列
df['quantity'] = df.apply(func, axis=1)

方法二：用numpy.where批量处理（效率更高） #

适合大数据量场景，利用np.where做条件判断，结合df.lookup批量取值：

import numpy as np

df['quantity'] = np.where(
    df['formula'] == 'volume',
    df['volume'] * 10,
    df.lookup(df.index, df['formula'])
)

内容的提问来源于stack exchange，提问作者Jimmy3421