Python中DataFrame各列首个小于5的值的索引获取及apply问题排查

你的apply代码为啥返回全0？ #

你写的这段代码：

Data.apply(lambda x: next((x for x, val in enumerate(Data) if val < 5),999))

问题出在遍历对象错了：

• lambda里的x是当前处理的列（一个Series），但你用enumerate(Data)遍历的是整个DataFrame的列名（也就是0、1、2这三个整数）。
• 这些列名全小于5，所以第一个满足条件的就是0，自然所有列都返回0。

正确的实现方式 #

要遍历当前列的元素，得对lambda的参数（当前列Series）做enumerate，代码改成这样：

import pandas as pd

Data = pd.DataFrame({0: [2,2,3,2,2,3,5],
    1: [8,7,7,8,7,7,7],
    2: [9,7,7,4,4,4,9]})

# 对每一列执行找第一个小于5的索引
result = Data.apply(lambda col: next((idx for idx, val in enumerate(col) if val < 5), 999))
print(result.tolist())  # 输出: [0, 999, 3]

这样就得到了你想要的结果。

处理NaN的情况 #

默认情况下，NaN和任何值比较都会返回False，所以原代码会自动跳过NaN继续找第一个小于5的值。如果需要更精细的处理，比如优先标记NaN的位置，或者区分“有NaN但无小于5的值”的情况，可以参考下面的写法：

1. 跳过NaN，只找有效且小于5的值 #

result = Data.apply(lambda col: next((idx for idx, val in enumerate(col) if pd.notna(val) and val < 5), 999))

2. 优先返回第一个NaN的索引（如果在小于5的值之前） #

def find_first_idx(col):
    for idx, val in enumerate(col):
        if pd.isna(val):
            return idx
        if val < 5:
            return idx
    return 999

result = Data.apply(find_first_idx)

3. 区分“有NaN但无符合值”和“完全无符合值” #

def find_first_with_nan_flag(col):
    has_nan = False
    for idx, val in enumerate(col):
        if pd.isna(val):
            has_nan = True
            continue
        if val < 5:
            return idx
    # 有NaN返回-1，无NaN返回999
    return -1 if has_nan else 999

result = Data.apply(find_first_with_nan_flag)

内容的提问来源于stack exchange，提问作者aarsmith