Pandas技巧：如何向apply函数传入指定多列的值？

当DataFrame列数众多但仅需处理特定列时，无需传递整行数据，以下两种方案可以高效解决你的需求：

方案一：筛选指定列后使用apply #

先提取目标列生成子DataFrame，再对其调用apply，这样每行仅会传入指定列的数据，同时优化函数逻辑使其更通用：

import re
import pandas as pd
from pandas import Series

regex = re.compile(r'(\d+)kg')

def find_weight(row: Series) -> int | None:
    # 遍历传入的目标列值，找到第一个匹配的重量
    for val in row:
        result = re.search(pattern=regex, string=str(val))
        if result:
            return int(result.group(1))
    return None

df = pd.DataFrame([['some string', '2kg.'], ['got 5kg', 'some string'], ['some string', 'some string']], columns=['str1', 'str2'])
# 指定需要检查的列
target_cols = ['str1', 'str2']
# 仅将目标列的行数据传入函数
df['weight'] = df[target_cols].apply(find_weight, axis=1)
print(df)

这样修改后，后续只需调整target_cols的内容，就能适配不同的目标列，无需改动函数内部逻辑。

方案二：使用矢量化操作（更高效） #

对于提取匹配值的场景，利用pandas的矢量化方法替代apply，性能会大幅提升（尤其适合大数据量）：

import pandas as pd

df = pd.DataFrame([['some string', '2kg.'], ['got 5kg', 'some string'], ['some string', 'some string']], columns=['str1', 'str2'])
target_cols = ['str1', 'str2']

# 对目标列提取数字，按行向后填充NaN，取第一个有效结果
df['weight'] = (
    df[target_cols]
    .apply(lambda col: col.str.extract(r'(\d+)kg', expand=False))
    .bfill(axis=1)
    .iloc[:, 0]
    .astype('Int64')  # 转为支持空值的整数类型
)
print(df)

原理是先通过str.extract从每个目标列中提取重量数字，再用bfill(axis=1)按行从左到右填充空值，最后取每行的第一个有效结果，全程无需自定义函数，依赖pandas原生的高效操作。

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