Pandas DataFrame应用自定义函数报错，如何解决类型错误？

嘿，我来帮你排查这个错误的原因，然后给出几种可行的解决办法！

错误根源 #

你遇到的TypeError: '>' not supported between instances of 'list' and 'int'，问题出在**df.apply()的调用方式上**：

df['three'] = df.apply(func(['one'], ['two']), axis='columns')

这里你直接执行了func(['one'], ['two'])，相当于把两个列表['one']和['two']作为参数传给了func，这时候func里的two变量是一个列表，自然没法和整数0做大小比较，所以报错了。

正确的apply用法是传入函数名，然后让Pandas自动把每一行的数据传递给函数，而不是提前把参数传给函数。

解决办法 #

方法1：修改自定义函数接收行对象 #

调整func，让它接收每一行的Series，直接提取对应列的值：

import pandas as pd
df = pd.read_excel('test.xlsx')
df.fillna(0.0, inplace=True)

def func(row):
    three = row['one']
    if row['two'] > 0:
        three = row['two']
    return three

# 直接传函数名，axis='columns'表示按行处理
df['three'] = df.apply(func, axis='columns')

方法2：用lambda在apply中传递列值 #

如果你不想修改原来的func，可以用lambda函数作为中间层，把每一行的one和two值传给func：

import pandas as pd
df = pd.read_excel('test.xlsx')
df.fillna(0.0, inplace=True)

def func(one, two):
    three = one
    if two > 0:
        three = two
    return three

# 用lambda提取每行的one和two，再传给func
df['three'] = df.apply(lambda row: func(row['one'], row['two']), axis='columns')

方法3：矢量化操作（推荐） #

对于这种简单的条件赋值，Pandas推荐用矢量化操作，比apply效率高很多（尤其是数据量大的时候），代码也更简洁：

import pandas as pd
import numpy as np

df = pd.read_excel('test.xlsx')
df.fillna(0.0, inplace=True)

# 用numpy.where实现条件赋值：满足条件取two，否则取one
df['three'] = np.where(df['two'] > 0, df['two'], df['one'])

# 或者用Pandas原生的where方法
# df['three'] = df['two'].where(df['two'] > 0, df['one'])

效果验证 #

执行上述任意一种方法后，你的DataFrame的three列会变成：

内容的提问来源于stack exchange，提问作者wotesi