Pandas apply处理列报'float' object is not subscriptable错误

'float' object is not subscriptable 报错是因为apply的传参逻辑搞错了：

• 你是对df['Latitude']单列调用apply，此时传入lambda的参数x是这一列逐行的单个浮点型数值，不是整行的Series对象
• 你写的x['Latitude']是尝试对浮点数做键索引，浮点数不支持这类下标操作，直接触发报错

方法1：修正现有apply逻辑 #

不需要在lambda里再做列索引，x本身就是待处理的纬度值，直接传入自定义函数即可：

def true_latitude(Latitude):
    if Latitude > 1.5:
        return Latitude * (-1.0)
    else:
        return Latitude

df['Latitude'] = df['Latitude'].apply(true_latitude)

不需要额外套lambda，直接把函数名传给apply就行，写法更简洁。

方法2：pandas向量化实现（推荐，性能更高） #

如果数据量较大，不建议用apply逐行循环，直接用pandas原生的向量化操作，运行速度会快很多：

df.loc[df['Latitude'] > 1.5, 'Latitude'] *= -1.0

补充：如果确实需要按行遍历整个DataFrame取多列值处理，才需要写df.apply(axis=1)，此时传入的x才是整行数据，支持x['列名']的索引写法。但当前场景只处理单列，用整行apply的写法会产生不必要的性能损耗。

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