如何在Pandas DataFrame切片中用apply批量设置多列值

安全阿岳

2026-5-9

解决pandas中apply返回元组赋值多列的问题

嘿，我来帮你搞定这个问题！你遇到的情况是因为pandas对apply返回的元组处理逻辑导致的：直接把返回元组的Series赋值给多列时，它不会自动拆分元组到对应列，反而会把整个元组作为值塞进每个单元格，所以才会出现两列都变成元组的情况。下面给你两种靠谱的解决方法：

方法一：将apply结果转换为可拆分的格式

你可以把apply返回的结果转换成列表或者DataFrame，让pandas能自动匹配列进行赋值：

方式1：用`tolist()`转换

修改赋值代码为：

df.loc[df['Alt']==0, ['Alt', 'AltType']] = df.loc[df['Alt']==0].apply(testapply, axis=1).tolist()

tolist()会把每个元组转换成列表，pandas就能识别出这是对应两列的值，自动拆分赋值。

方式2：转换为DataFrame

也可以把apply的结果转换成DataFrame，这样列名和目标列对应后直接赋值：

# 把apply返回的元组转换成DataFrame，自动生成0、1列
result_df = df.loc[df['Alt']==0].apply(testapply, axis=1).apply(pd.Series)
# 赋值给目标列
df.loc[df['Alt']==0, ['Alt', 'AltType']] = result_df

方法二：在apply函数内直接修改行数据

如果你更习惯在apply里直接操作行，可以修改函数逻辑，返回修改后的整行：

def testapply(row):
    # 只处理Alt为0的行
    if row['Alt'] == 0:
        try:
            match = re.findall("SFC-([0-9]+)FT (MSL|AGL|FL)", row.FreeText)[0]
            row['Alt'] = int(match[0])
            row['AltType'] = match[1]
        except IndexError:
            # 没匹配到的话保持原数据
            pass
    return row

# 对整个DataFrame应用函数
df = df.apply(testapply, axis=1)

这种方法不需要单独切片赋值，直接处理整行数据，逻辑更直观。