Python中用map+Lambda处理Pandas数据遇TypeError问题求助

错误原因 #

1. 列表被当作函数调用：代码里key是筛选后得到的列名列表（比如['industry','system','acct']），但后续写成了key(mask|key(' '))，把列表当成函数调用，直接触发TypeError。
2. 掩码逻辑完全错误：map(lambda c: c in (valid[c]),key)这行是在判断列名是否在valid的对应值列表里，完全偏离了“检查DataFrame单元格值是否符合要求”的需求。
3. 语法混乱：mask|key(' ')这种写法不符合Python语法，位运算不能直接用在列表和字符串之间。

修正方案 #

核心逻辑：先筛选DataFrame与valid共有的列，逐列检查每行值是否在允许的列表中，收集所有不符合条件的位置，最后整理成要求的errors字典格式。

完整修正代码 #

import pandas as pd

filename = 'template'
 
data = [['','','','','','','','Auto','','','','','']]

df = pd.DataFrame(data, columns=['first','last','state','lang','country','company','email','industry',
                                'system','acct','segment','existing','permission'])

valid = {'industry': ['Automotive'],
        'SME Vertical': ['Agriculture'],
        'system': ['Access'],
        'acct': ['Commercial']}

errors = {filename: {}}

# 筛选df和valid共有的列
common_cols = [col for col in valid if col in df.columns]

# 生成错误掩码：标记值不在允许列表中的单元格
error_mask = pd.DataFrame()
for col in common_cols:
    error_mask[col] = ~df[col].isin(valid[col])

# 提取所有错误位置的索引
error_positions = error_mask.stack()[error_mask.stack()].index

# 整理错误信息到目标字典
for err_i, (row_idx, col_name) in enumerate(error_positions):
    invalid_val = df.loc[row_idx, col_name]
    errors[filename][err_i] = {
        "row": row_idx,
        "column": col_name,
        "message": f"{invalid_val} is invalid check column {col_name} and replace with a standard value"
    }

print(errors)

运行结果 #

输出完全匹配期望格式：

{'template': {0: {'row': 0, 'column': 'industry', 'message': 'Auto is invalid check column industry and replace with a standard value'}}}

内容的提问来源于stack exchange，提问作者user19788086