如何在Pandas的apply函数中传递两个DataFrame参数？

你遇到的核心问题是function_check_age_19需要两个参数，但调用apply时只传了行对象，参数缺失导致函数返回None。下面是两种可行的解决方式：

方法1：用lambda闭包传递额外参数 #

先调整function_check_age_19的定义，让它接收行对象和人口比例表两个参数：

def function_check_age_19(row, df_census):
    # 这里编写你的处理逻辑，比如根据行数据匹配df_census的比例计算人口
    # 示例：假设row包含year字段，匹配df_census对应年份的年龄组比例
    target_ratio = df_census[df_census['year'] == row['year']]['age_group_ratio'].values[0]
    calculated_pop = row['total_pop'] * target_ratio
    return calculated_pop

然后在split_population_18_19里调用apply时，通过lambda把df_census_final传入：

def split_population_18_19(df):
    result = df.apply(lambda row: function_check_age_19(row, df_census_final), axis=1)
    # 可将结果添加为df的新列
    df['calculated_pop'] = result
    return df

方法2：用apply的args参数（更规范） #

确保function_check_age_19的参数顺序正确（行对象在前，额外DataFrame在后），然后直接用apply的args参数传递：

def split_population_18_19(df):
    # args接收元组形式的额外参数，注意末尾逗号不能省略
    result = df.apply(function_check_age_19, axis=1, args=(df_census_final,))
    df['calculated_pop'] = result
    return df

关键注意点 #

• 必须保证function_check_age_19有明确的return语句，否则即使参数传对，也会返回None。
• 不推荐直接在function_check_age_19里使用全局变量df_census_final，显式传参的写法更利于代码复用和维护。

内容的提问来源于stack exchange，提问作者Mazil_tov998