Pandas DataFrame列添加：lambda函数适用场景及代码错误排查

一、该用lambda的场景 #

• 要对单行数据做简单自定义逻辑，而且这个逻辑没法用Pandas自带的矢量化操作直接实现的时候，比如结合多列做条件判断：

  df['discount'] = df.apply(lambda row: row['price']*0.8 if row['quantity']>10 else row['price'], axis=1)
  

• 临时的简单单行转换，犯不着单独写个函数，用lambda更省事。

二、不该用lambda的场景 #

• 能用Pandas矢量化方法搞定的，千万别用lambda+apply，矢量化比逐行apply快太多了，比如列直接加减、内置的字符串/数值处理（像df['col1']+df['col2']、df['col'].str.upper()这种）。
• 逻辑复杂、要写好几行代码的，单独定义个命名函数比lambda好读好维护。
• 需要重复用的逻辑，单独写函数才方便复用，lambda没法重复调用。

三、你的代码问题排查 #

你给的这段代码：

v_to_c['time'] = v_to_c.apply(lambda row:
v_to_c.checkout_time - v_to_c.visit_time,axis=1)

有俩明显问题：

1. 逻辑错了还冗余：lambda里直接拿整个DataFrame的列做运算，不是针对当前的row，结果就是每一行都会返回全列的差值，最后time列会是重复的Series，完全没必要用apply。
2. 性能拉胯：本来一行矢量化操作就能搞定的事，非得用逐行apply，纯纯浪费性能。

修正后直接用矢量化运算就行，根本不需要lambda和apply：

v_to_c['time'] = v_to_c['checkout_time'] - v_to_c['visit_time']

内容的提问来源于stack exchange，提问作者balabiad9