如何修改搭配if语句的lambda函数 修复DataFrame条件赋值异常

你的代码存在3个核心问题：

• 直接将lambda函数对象赋值给DataFrame列，pandas不会自动执行这个函数做逐行计算，因此列中存储的是函数本身的内存地址标识，也就是你看到的<function <lambda> at 0x000002B0251C7700>输出。
• 多处列名引用缺失引号：df[stage_x]写法会触发NameError，正确写法为df["stage_x"]。
• 逻辑写法不匹配pandas运算规则：你定义的lambda接收row参数，但函数内部没有使用该参数，直接对整个DataFrame列做运算，即便调用函数也不符合逐行判断的预期。

优先选择pandas向量化运算实现，运行效率远高于逐行遍历，尤其适合大数据量场景：

# 提前计算各分位阈值，减少重复运算
q1 = 0.25 * df["stage_y"]
q2 = 0.5 * df["stage_y"]
q3 = 0.75 * df["stage_y"]

# 布尔值转整数即可实现1/0填充，True对应1，False对应0
df["1_quarter"] = (df["stage_x"] <= q1).astype(int)
df["2_quarter"] = ((df["stage_x"] > q1) & (df["stage_x"] <= q2)).astype(int)
df["3_quarter"] = ((df["stage_x"] > q2) & (df["stage_x"] <= q3)).astype(int)
df["4_quarter"] = ((df["stage_x"] > q3) & (df["stage_x"] <= df["stage_y"])).astype(int)

注意：pandas中多条件组合判断不能用原生and/or，要替换为按位运算符&/|，且每个独立条件必须用括号包裹，否则会因运算优先级问题报错。

如果你一定要用lambda实现逐行判断（不推荐，数据量大时运行速度慢），需要搭配apply方法指定按行遍历，正确引用行内字段：

df["1_quarter"] = df.apply(lambda row: 1 if row["stage_x"] <= 0.25*row["stage_y"] else 0, axis=1)
df["2_quarter"] = df.apply(lambda row: 1 if (row["stage_x"] > 0.25*row["stage_y"] and row["stage_x"] <= 0.5*row["stage_y"]) else 0, axis=1)
df["3_quarter"] = df.apply(lambda row: 1 if (row["stage_x"] > 0.5*row["stage_y"] and row["stage_x"] <= 0.75*row["stage_y"]) else 0, axis=1)
df["4_quarter"] = df.apply(lambda row: 1 if (row["stage_x"] > 0.75*row["stage_y"] and row["stage_x"] <= row["stage_y"]) else 0, axis=1)

代码中axis=1参数指定按行遍历，lambda中的row代表当前行的Series对象，通过列名索引取值才能完成逐行判断。

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