Pandas用apply+lambda调用带floor及条件判断的自定义函数报错如何解决

错误原因 #

math.floor仅支持传入单个数值类型参数，你代码中apply默认按列遍历，传入func的x是整列的Series对象，(1-x)*(y+1)*0.9运算后仍然是Series，无法直接传给math.floor。

修复方案 #

改用pandas自带的向量化floor方法，替换math.floor即可：

# 不需要导入math.floor
def func(x,y):
    return ((1-x)*(y+1)*0.9).floor()

如果要保留math.floor的调用，也可以对Series逐元素调用方法：

from math import floor
def func(x,y):
    return ((1-x)*(y+1)*0.9).apply(floor)

错误原因 #

if x == 1:中的x是Series对象，x==1返回的是布尔类型的Series（每个元素对应原x位置是否等于1），Python无法直接判断一整组布尔值的真值，因此报错。

修复方案 #

使用numpy的向量化条件判断函数np.where替代原生if判断，适配Series输入：

import pandas as pd
import numpy as np
from math import floor

d = {'ind': ['a', 'b', 'c'], 'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9], 'spec': [9, 6, 3]}
df = pd.DataFrame(data=d).set_index('ind')

def func(x,y):
    # 三个参数分别为：判断条件、条件成立返回的值、条件不成立返回的值
    return np.where(
        x == 1,
        y,
        ((1-x)*(y+1)*0.9).apply(floor)
    )

df2 = df.apply(lambda x: func(x, df.spec))
print(df2)

如果更倾向于逐元素处理逻辑，也可以调整apply的遍历维度，逐行传入每行的数值和spec值计算：

def func(row, col_name):
    x = row[col_name]
    y = row['spec']
    if x == 1:
        return y
    else:
        return floor((1-x)*(y+1)*0.9)

# 逐行遍历计算每一列的结果
df2 = pd.DataFrame({
    col: df.apply(lambda row: func(row, col), axis=1) 
    for col in ['col1', 'col2', 'col3']
})

内容的提问来源于stack exchange，提问作者lucas