Pandas用apply调用含多列多条件的lambda函数语法报错如何解决？

错误原因 #

• 多列调用apply按行遍历的时候，必须指定axis=1参数，且lambda仅接收1个代表整行数据的参数，不能定义x、y两个入参，需要通过列名从行数据中读取对应字段
• 三元表达式结构不完整：Python三元表达式返回值1 if 条件 else 返回值2必须补全所有分支的返回值，你原来的代码else后缺少返回值3，同时括号配对错误导致语法解析失败
• 列选择语法笔误：原代码中CJ[['WY','WY Week']漏写了右侧的闭合方括号]

修复方案 #

方案1：直接修正apply写法（适合简单逻辑） #

CJ['label'] = CJ[['WY','WY Week']].apply(lambda x: 1 if x['WY'] < 2010 else (2 if 26 <= x['WY Week'] <= 40 else 3), axis=1)

方案2：向量化判断（性能最优，适合大数据量、多同类逻辑场景） #

用numpy.where实现条件判断，避免行遍历的性能损耗，逻辑层级清晰，后续新增规则容易调整：

import numpy as np

# 按优先级定义判断条件
cond1 = CJ['WY'] < 2010
cond2 = (CJ['WY'] >= 2010) & CJ['WY Week'].between(26, 40)

CJ['label'] = np.where(cond1, 1, np.where(cond2, 2, 3))

方案3：自定义判断函数（适合复杂多规则场景） #

如果后续规则持续迭代，单独定义判断函数可读性最高，维护成本最低：

def calc_label(row):
    wy = row['WY']
    wy_week = row['WY Week']
    if wy < 2010:
        return 1
    if 26 <= wy_week <= 40:
        return 2
    return 3

CJ['label'] = CJ.apply(calc_label, axis=1)

内容的提问来源于stack exchange，提问作者rweber