如何使用apply方法将多输入参数函数正确应用到DataFrame中？

你的代码存在两处用法错误，直接触发语法/参数异常：

• pandas.Series.apply()的第一个入参需要是可逐元素执行的函数对象，你写的right(df["Campaign"], 4)是直接把整列传入函数执行，返回的是截取后的整列结果，不是apply能逐行调用的函数
• apply()方法不存在index参数，传入该参数会直接触发参数不匹配报错；另外你没有将apply的执行结果赋值回原列，就算代码不报错，原DataFrame的内容也不会更新。

方案1：修正自定义函数的调用逻辑 #

用lambda做逐元素传参的包装，把每个单元格的字符串值传入你自定义的right函数即可：

def right(s, amount):
    return s[-amount:]

# 处理结果赋值回原列完成更新
df["Campaign"] = df["Campaign"].apply(lambda cell_val: right(cell_val, 4))
print(df)

方案2：用pandas原生字符串方法（性能更优） #

不需要自定义函数，直接调用pandas内置的字符串向量化操作，运行效率比apply循环高很多：

# 直接对字符串序列做末尾4位切片，提取年份
df["Campaign"] = df["Campaign"].str[-4:]
print(df)

注意：以上方案默认你的Campaign列所有单元格都符合Jan 1- Dec 31, 2021这类格式，年份固定在字符串最后4位。如果存在格式不统一的单元格，建议先做数据格式校验，避免截取错误。

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