Python Pandas自定义多参数函数.apply()调用问题及报错求助

问题背景 #

需要将自定义函数应用到DataFrame，函数接收DataFrame的两列作为参数：

函数定义 #

def faustmann(profit, age):
    interest = 1.03
    cost = 262
    revenue = (profit - ((cost * interest) ** age)) / ((interest ** age) - 1)
    return revenue

目标DataFrame #

Year    age     Total_MCuFt     Loblolly_MCuFt  Total_SCuFt     Loblolly_SCuFt  pulp    revenue
0   2026    0   0.0     0.0     0.0     0.0     0.0     0.000
1   2031    5   0.0     0.0     0.0     0.0     0.0     0.000
2   2036    10  214.1   214.1   0.0     0.0     214.1   57.807
3   2041    15  1908.8  1908.8  0.0     0.0     1908.8  515.376
4   2046    20  3418.4  3418.4  0.0     0.0     3418.4  922.968

尝试过的方法及错误 #

• 使用args参数

  pine_800["faustmann"] = pine_800.apply(faustmann, args=(pine_800.revenue, pine_800.age), axis=1)
  

  报错：TypeError: faustmann() takes 2 positional arguments but 3 were given

• 直接传入列作为参数

  pine_800["faustmann"] = pine_800.apply(faustmann(profit= pine_800.revenue, age=pine_800.age), axis=1)
  

  报错：AssertionError

• 使用lambda函数

  pine_800["faustmann"] = pine_800.apply(lambda x: faustmann(x["revenue"], x["age"]), axis=1)
  

  触发警告：RuntimeWarning: overflow encountered in double_scalars，返回无限/错误值

• 直接在lambda中写计算逻辑

  pine_800["faustmann"] = pine_800.apply(lambda x: (pine_800.revenue -(cost*interest**pine_800.age)/(interest*pine_800.age)-1), axis=1)
  

  报错：ValueError: Expected a 1D array, got an array with shape (40, 40)

• 使用np.vectorize

  pine_800["faustmann"] = np.vectorize(faustmann)(pine_800.revenue, age=pine_800.age)
  

  未解决除零错误，仍触发ZeroDivisionError

额外问题：部分行profit为0，所有方法均触发ZeroDivisionError，np.seterr(divide='ignore')无效，需忽略错误或填充NaN/"div/0"。

解决方案 #

1. 修复函数，处理异常逻辑 #

先修改函数，加入对除零、无效输入的处理，避免报错：

import numpy as np

def faustmann(profit, age):
    interest = 1.03
    cost = 262
    # 处理分母为0的情况（age=0时，interest**age=1，分母为0）
    if age == 0 or np.isclose((interest ** age) - 1, 0):
        return np.nan
    # 处理profit为0的情况，可根据需求调整返回值
    if profit == 0:
        return np.nan
    try:
        revenue = (profit - ((cost * interest) ** age)) / ((interest ** age) - 1)
        return revenue
    except (ZeroDivisionError, OverflowError):
        return np.nan

2. 正确应用函数到DataFrame #

方法A：apply+lambda（简单直观）

修正后的lambda调用能处理异常，返回合法值或NaN：

pine_800["faustmann"] = pine_800.apply(lambda x: faustmann(x["revenue"], x["age"]), axis=1)

方法B：向量化运算（高效推荐）

对于大数据集，向量化运算效率远高于逐行apply：

import numpy as np

interest = 1.03
cost = 262

# 计算分母，避免除零
denominator = (interest ** pine_800["age"]) - 1
# 标记需要设为NaN的异常行（age=0、分母为0、profit为0）
mask = (pine_800["age"] == 0) | np.isclose(denominator, 0) | (pine_800["revenue"] == 0)

# 批量计算结果
pine_800["faustmann"] = (pine_800["revenue"] - ((cost * interest) ** pine_800["age"])) / denominator
# 异常位置填充NaN
pine_800.loc[mask, "faustmann"] = np.nan

方法C：np.vectorize（兼容原函数调用）

使用处理过异常的函数配合np.vectorize：

pine_800["faustmann"] = np.vectorize(faustmann)(pine_800["revenue"], pine_800["age"])

3. 替换NaN值（可选） #

如果需要将NaN替换为指定内容，比如"div/0"：

pine_800["faustmann"] = pine_800["faustmann"].fillna("div/0")

注意：替换后列类型会变为object，若需保持数值类型，建议保留NaN。

内容的提问来源于stack exchange，提问作者krawall