如何将Pandas的pipe、行级apply和query操作合并为单链式调用

错误原因 #

你的报错是因为混淆了assign和apply的调用逻辑：

1. assign方法中传入的lambda入参是完整的DataFrame对象，不是逐行传入的单行数据，你直接把整个DataFrame传给仅支持单行入参的function_3，就会触发Series真值判断的歧义错误
2. assign本身不支持axis参数，你额外写的axis=1属于无效传参，也会引发运行异常

正确实现方式 #

你只需要在assign内部嵌套apply逐行处理即可，参考代码如下：

df1 = (
    df
    .pipe(function_1)
    .pipe(function_2)
    .assign(
        prediction = lambda df_: df_.apply(lambda row: function_3(row, input_dict), axis=1)
    )
    .query("prediction>0")
)

代码说明 #

• 第一层lambda的入参df_是经过前序pipe处理后的完整DataFrame，用df_命名是为了避免和外层的原始df变量重名冲突
• 内层调用apply并指定axis=1，就可以逐行把单行数据传给function_3，返回的结果直接作为新列prediction的值

内容的提问来源于stack exchange，提问作者Alessandro Ceccarelli