如何根据条件对DataFrame的一列应用两个不同的函数？

错误原因分析 #

你的代码出现两个核心问题：

1. 条件判断错误：在lambda中使用df['Category'] == 'vegetable'是在判断整个Category列是否等于vegetable，返回的是一个布尔值Series，而非当前行的单个布尔值，这会导致"真值模糊"的报错。
2. 函数语法错误：fruit_pro函数中RegexpTokenizer("[\w+.]+")后面多了一个逗号，导致reg_tokenizer变成了元组而非Tokenizer对象，后续调用tokenize方法会失败。

修正后的代码 #

第一步：修复函数定义

from nltk.tokenize import RegexpTokenizer

def veg_pro(text):
    reg_tokenizer = RegexpTokenizer('\s+', gaps=True)
    terms = reg_tokenizer.tokenize(text) 
    return terms

def fruit_pro(text):
    # 移除了多余的逗号
    reg_tokenizer = RegexpTokenizer("[\w+.]+")
    terms = reg_tokenizer.tokenize(text) 
    return terms

第二步：按行应用条件函数

使用df.apply(axis=1)来遍历每一行，同时获取当前行的Produce和Category值：

import pandas as pd

# 构造示例DataFrame
data = {
    'Produce': ['apple is good', 'corn is bad', 'beans is good', 'grape if good'],
    'Category': ['fruit', 'vegetable', 'vegetable', 'fruit']
}
df = pd.DataFrame(data)

# 按条件应用函数
df['processed_produce'] = df.apply(
    lambda row: veg_pro(row['Produce']) if row['Category'] == 'vegetable' else fruit_pro(row['Produce']),
    axis=1
)

输出结果 #

执行后df会新增processed_produce列，内容如下：

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