使用lambda与apply创建条件函数并应用于DataFrame列的问题

你的代码有两个核心问题，导致只返回布尔值而非预期的字符串结果：

• 自定义的catch函数用了print而非return，而且条件逻辑写反了（需求是大于30返回"1.30"，你写的是小于30时输出"1.30"）
• 最后一行的apply里，lambda只是做了catch > 30的比较，根本没调用你定义的catch函数，自然返回布尔值

正确写法示例 #

方式1：修复自定义函数+apply调用 #

先修正函数逻辑，再对含"age"的列的每个元素应用函数：

# 修复函数：用return返回结果，修正条件判断
def catch(value):
    if value > 30:
        return "1.30"
    else:
        return "0"

# 筛选含"age"的列并应用函数
age_cols = df.columns.str.contains("age")
df.loc[:, age_cols] = df.loc[:, age_cols].applymap(catch)

方式2：直接用lambda+applymap（无需单独定义函数） #

如果不想单独写函数，可直接把逻辑嵌入lambda：

age_cols = df.columns.str.contains("age")
df.loc[:, age_cols] = df.loc[:, age_cols].applymap(lambda x: "1.30" if x > 30 else "0")

补充：大数据量更高效的处理方式 #

如果数据集较大，applymap效率偏低，可使用numpy.where批量处理：

import numpy as np

age_cols = df.columns.str.contains("age")
df.loc[:, age_cols] = np.where(df.loc[:, age_cols] > 30, "1.30", "0")

原代码问题拆解 #

• catch函数里的print仅在控制台输出内容，不会将结果返回给apply，即使调用也拿不到有效返回值
• 最后一行的lambda catch: catch > 30中，catch是lambda的参数名（和你的函数名重名），实际是把每一列（Series）与30做比较，返回的是布尔值序列，所以结果全是True/False

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