Pandas按列apply调用自定义函数返回指定索引DataFrame报错排查

• pandas中DataFrame.apply(axis=0)是逐列传入数据，lambda接收到的参数是整列的Series对象，不是列名字符串。
• 你把长度154、值为1-8随机数的Series作为列索引传给.loc，pandas会尝试在列名里匹配这154个整数，自然找不到对应列，直接触发KeyError。

方案1：修正apply传参逻辑 #

只需要在lambda中取传入列Series的.name属性，就能拿到真正的列名字符串，原有函数逻辑不需要做任何修改：

import numpy as np
import pandas as pd

# --------------- 原有数据构造 ---------------
frame_exposure = {
    'Canada': np.random.randint(1,9,154),
    'USA': np.random.randint(1,9,154),
    'Mexico': np.random.randint(1,9,154),
}
df_exposure = pd.DataFrame(frame_exposure,index=np.arange(1960,2114))

frame_expectancy = {
    'Canada': np.random.randint(60,80,61),
    'USA': np.random.randint(60,80,61),
    'Mexico': np.random.randint(60,80,61),
}
df_life_expectancy = pd.DataFrame(frame_expectancy,index=np.arange(1960,2021))

# --------------- 原有计算函数 ---------------
def calc_life_exposure(
    df_exposure,
    df_life_expectancy,
    col,
):
    exposure_birthyears_percountry = np.empty(len(df_life_expectancy))
    for i, birth_year in enumerate(df_life_expectancy.index):
        life_expectancy = df_life_expectancy.loc[birth_year,col] 
        death_year = birth_year + np.floor(life_expectancy)
        exposure_birthyears_percountry[i] = df_exposure.loc[birth_year:death_year,col].sum()
        exposure_birthyears_percountry[i] = exposure_birthyears_percountry[i] + \
            df_exposure.loc[death_year+1,col].sum() * \
                (life_expectancy - np.floor(life_expectancy))
    exposure_birthyears_percountry = pd.Series(
        exposure_birthyears_percountry,
        index=df_life_expectancy.index,
        name=col,
    )
    return exposure_birthyears_percountry

# --------------- 修正后的调用代码 ---------------
df_test = df_exposure.apply(
    lambda col_series: calc_life_exposure(
        df_exposure,
        df_life_expectancy,
        col_series.name,  # 取Series对应的真实列名
    ),
    axis=0,
)

运行后得到的df_test形状和df_life_expectancy完全一致：行索引为1960-2020年，列对应三个国家，符合预期。

方案2：直接拼接单列计算结果（可读性更高） #

如果不想记apply的传参规则，可以直接遍历列名计算每个国家的结果，再拼接为完整DataFrame，逻辑更直白不容易出错：

df_test = pd.concat(
    [calc_life_exposure(df_exposure, df_life_expectancy, col) for col in df_exposure.columns],
    axis=1
)

你提供的示例代码中用np.random.randint生成预期寿命数据，输出全为整数，因此函数里计算最后不满整年的部分暴露量的逻辑永远返回0。如果需要验证这部分逻辑，可以把预期寿命的生成代码替换为随机浮点数实现：

frame_expectancy = {
    'Canada': np.random.uniform(60,80,61),
    'USA': np.random.uniform(60,80,61),
    'Mexico': np.random.uniform(60,80,61),
}

内容的提问来源于stack exchange，提问作者Luke Grant