Pandas使用带条件判断的Lambda函数新增布尔值列问题求解

错误原因 #

你写的代码存在3个问题：

• lambda函数内误用了整列的df.month，应该取当前行的l.month
• 逻辑运算符|优先级高于==，未加括号会导致运算顺序出错
• 调用apply未指定axis=1，默认按列遍历无法实现按行判断逻辑

修正后的写法 #

如果要保留apply的实现方式，修改后代码如下：

df["over_treshold"] = df.apply(lambda l: l.working_time_in_hours >= 40 if (l.month == "June") | (l.month == "July") else l.working_time_in_hours >= 24, axis=1)

更优方案（向量化操作，性能更高） #

数据量较大时更推荐用向量化运算代替apply，写法也更简洁：

import numpy as np
df['over_treshold'] = np.where(df['month'].isin(['June', 'July']), 
                              df['working_time_in_hours'] >= 40, 
                              df['working_time_in_hours'] >= 24)

内容的提问来源于stack exchange，提问作者sebikooo