pandas dataframe如何通过lambda/apply对所有行执行自定义函数获取最后非零值列名

核心思路是先筛选出需要参与非零判断的数值列（示例中为A1/B1/C1/A2，排除id、name等非数值列），根据数据量大小可以选择以下两种方案：

方案1：向量化实现（推荐，大数据量效率更高） #

完全基于pandas内置向量化操作，性能比遍历、apply写法高1~2个数量级，适合万行以上的大表使用：

import pandas as pd

data = {'id':  ['1', '2', '3', '4', '5', '6'],
        'name': ['AAA', 'BBB', 'CCC', 'DDD', 'EEE', 'GGG'],
        'A1': [1, 1, 1, 0, 1, 1],
        'B1': [0, 0, 1, 0, 0, 1],
        'C1': [1, 0, 1, 1, 0, 0],
        'A2': [1, 0, 1, 0, 1, 0]}
df = pd.DataFrame(data)

# 筛选需要检查的列，倒序排列方便直接取第一个非零列
check_cols_reversed = df.columns[2:][::-1]
df['last_non_zero_col'] = df[check_cols_reversed].ne(0).idxmax(axis=1)

方案2：apply实现（写法简单，适合小数据量） #

如果数据量在千行级别以内，可以用更易读的apply写法。你之前调用apply失败是因为原函数参数是接收全量df和行索引，而apply按行遍历时传入的是单行的Series对象，调整函数参数适配即可：

def get_last_non_zero(row, check_cols):
    # 倒序遍历检查列，返回第一个非零的列名
    for col in check_cols[::-1]:
        if row[col] != 0:
            return col

check_cols = df.columns[2:]
df['last_non_zero_col'] = df.apply(lambda x: get_last_non_zero(x, check_cols), axis=1)

结果验证 #

两种方案运行后，新列last_non_zero_col的输出均符合预期：

0    A2
1    A1
2    A2
3    C1
4    A2
5    B1
Name: last_non_zero_col, dtype: object

如果是极小数据量，你也可以直接用原函数遍历实现，仅需少量修改即可：

# 不推荐，性能最低，仅适合极小规模数据
for i in range(len(df)):
    df.loc[i, 'last_non_zero_col'] = myfunc(df, i)

内容的提问来源于stack exchange，提问作者moon289