Pandas DataFrame.apply搭配lambda访问前一行已更新值的实现问题

问题原因 #

• pandas apply 方法的执行逻辑是先完成所有行的计算得到完整的结果序列，再统一赋值给目标列，计算过程中不会实时更新df_foo["bar"]的取值，因此你在func中读取的永远是计算启动前的初始列值，自然拿不到上一行的计算结果。
• lambda本身没有访问限制，问题出在apply的执行赋值逻辑，和lambda无关。

保留现有结构的解决方案 #

你可以引入一个可变的中间容器（比如列表）来存储已经计算好的行结果，利用可变对象引用传递的特性实现实时读取上一行结果，修改后的代码如下：

函数定义 #

def func(row, res_container):
    i = row.name
    try:
        # 直接从中间容器拿上一行已计算完成的结果
        new_row = res_container[i-1] + row.name  # 可替换为你的实际计算逻辑
    except:
        new_row = 1
    res_container.append(new_row)
    return new_row

调用方式 #

# 初始化空的中间结果容器
res_list = []
df_foo["bar"] = df_p1.apply(lambda row: func(row, res_list), axis=1)

说明 #

• 该方案完全保留了你原有的apply+lambda+自定义func的整体结构，仅调整了结果存储和读取的载体
• 中间容器res_list会随着每行计算实时追加最新结果，第i行计算时res_container[i-1]就是上一行已经计算完成的结果
• 你原有测试用的try/except逻辑可直接复用，不需要修改索引管理逻辑

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