如何在Lambda函数中用\n和\t填充DataFrame空值并格式化输出

我有一个包含10万行、300列的大规模DataFrame，需要从其他列提取值填充EVENT_DTL列的NaN值。示例DataFrame如下：

NAME    RRN_FRONT    RRN_BACK    EVENT_DTL
1    JOHN    891105       1067714     NaN
2    SHOWN   791134       1156543     NaN
3    BROWN   581104       1668314     NaN
4    MIKE    984564       0153422     1. Name : MIKE 
                                      2. BIRTHDAY : 984564 
                                      3. SSN : 0153422
5    LARRY   796515       0168165     1. Name : LARRY 
                                      2. BIRTHDAY : 796515 
                                      3. SSN : 0168165    

期望将NaN值替换为包含NAME、RRN_FRONT、RRN_BACK的指定多行缩进格式内容。现有代码执行后输出格式错误，无法得到预期的换行缩进效果：

df.loc[df.EVENT_DTL.isnull(), 'EVENT_DTL'] = df.apply(lambda x: ('1. NAME : ' + str(x['NAME']) + '\n2. BIRTHDAY : ' + str(x['RRN_FRONT']) + '\n3. SSN : ' + str(x['RRN_BACK']),axis=1)

1. 核心问题分析 #

原代码存在两个问题：一是语法错误（axis=1的括号位置错误）；二是缺少缩进空格，无法匹配示例中的多行缩进格式。同时，针对10万行的大数据量，apply逐行操作效率偏低，优先推荐向量化处理。

2. 高效实现方案（向量化拼接，推荐） #

# 筛选出需要填充的行
mask = df['EVENT_DTL'].isnull()

# 构造带缩进的多行内容，空格数量可按需调整
df.loc[mask, 'EVENT_DTL'] = (
    '1. Name : ' + df.loc[mask, 'NAME'] + '\n' +
    ' ' * 30 + '2. BIRTHDAY : ' + df.loc[mask, 'RRN_FRONT'].astype(str) + '\n' +
    ' ' * 30 + '3. SSN : ' + df.loc[mask, 'RRN_BACK'].astype(str)
)

此方法利用Pandas的向量化字符串操作，处理10万行数据的速度远快于逐行apply，且能精准实现缩进格式。

3. 修正apply版本（适合小数据量场景） #

如果坚持使用apply，需修正语法并添加缩进：

df.loc[df['EVENT_DTL'].isnull(), 'EVENT_DTL'] = df.apply(
    lambda x: (
        '1. Name : ' + str(x['NAME']) + '\n' +
        ' ' * 30 + '2. BIRTHDAY : ' + str(x['RRN_FRONT']) + '\n' +
        ' ' * 30 + '3. SSN : ' + str(x['RRN_BACK'])
    ),
    axis=1
)

4. 效果验证 #

执行后，JOHN对应的EVENT_DTL内容将与示例格式一致：

1. Name : JOHN 
                              2. BIRTHDAY : 891105 
                              3. SSN : 1067714

内容的提问来源于stack exchange，提问作者Chung Joshua