Pandas中apply调用自定义函数缺失第二个参数的问题排查

错误原因 #

你定义的replace_new函数需要接收city和pos两个参数，但使用df[["City","pos"]].apply(replace_new, axis=1)时，apply会把每一行打包成一个Series对象传给函数，而不是拆分出两个独立参数。函数只收到一个参数，自然会报“缺少pos参数”的错误。

解决方法 #

方法1：适配行对象修改函数 #

调整函数逻辑，让它接收整行数据，再从中提取需要的字段：

def replace_new(row):
    city = row["City"]
    pos = row["pos"]
    if pos == 0:
        return city.replace("[Nn]ew", "New_", regex=True)
    else:
        return city

# 替换City列，保留其他原有列
df["City"] = df.apply(replace_new, axis=1)
# 清理临时的pos列
df.drop("pos", axis=1, inplace=True)

方法2：用lambda拆分参数传递 #

如果不想修改原函数，可以用lambda把行里的字段拆出来传给函数：

def replace_new(city, pos):
    if pos == 0:
        return city.replace("[Nn]ew", "New_", regex=True)
    else:
        return city

df["City"] = df.apply(lambda row: replace_new(row["City"], row["pos"]), axis=1)
df.drop("pos", axis=1, inplace=True)

方法3：更简洁的正则直接替换（推荐） #

其实完全不需要创建pos列，直接用正则锚定字符串开头，匹配New或new并替换，一行代码就能完成需求：

df["City"] = df["City"].str.replace(r"^[Nn]ew", "New_", regex=True)

这里的^表示匹配字符串开头，[Nn]匹配大小写的N，精准替换开头的目标字符，效率更高、代码更简洁。

最终效果 #

执行后原DataFrame的City列会变成：['York New', 'Parague', 'New_Delhi', 'Venice', 'New_Orleans']，完全符合需求。

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