pandas用lambda比较DataFrame两列值报ValueError的原因及解决

你写的lambda代码触发报错有两个核心问题：

• 作用域引用错误：使用df.apply(..., axis=1)时，传入lambda的形参代表逐行遍历的单行Series对象，但你在lambda内部没有使用这个行对象取值，反而直接引用了整个DataFrame的A列df['A']。df['A'] == 1返回的是一整列布尔值组成的Series，而if分支判断需要单个明确的布尔值，Pandas无法直接把整列布尔Series转成单个True/False，就会抛出你看到的真值歧义报错。
• 判断逻辑写错：你的需求是对比同一行A列和B列的值是否相等，但你写的判断条件是df['A']==1，和需求逻辑完全不符。

把lambda内部的取值改成从当前遍历的行对象取数即可，修正后的代码如下：

import pandas as pd
df = pd.DataFrame({'A': [1,2,3], 'B': [1,4,5]})
# 注意lambda里取当前行的A、B列值对比，不要引用全表df的列
df['is_equal'] = df.apply(lambda row: 1 if row['A'] == row['B'] else 0, axis=1)

运行后就能得到你期望的结果：

A  B  is_equal
0  1  1         1
1  2  4         0
2  3  5         0

补充提示：这种逐行apply的写法性能远低于向量化实现，比如你之前已经掌握的np.where、(df['A'] == df['B']).astype(int)都是向量化写法，数据量越大性能差距越明显，简单列运算场景优先选择向量化方案。

内容的提问来源于stack exchange，提问作者union77