Python从含Height、Weight列的DataFrame计算BMI的函数报错排查

首先，你的错误TypeError: ("'type' object is not subscriptable", 'occurred at index 0')主要来自三个关键问题，我逐个给你拆解：

1. 函数参数处理完全错误 #

你写的df=pd.DataFrame这行代码，不是把传入的行数据赋值给df，而是把pandas的DataFrame类本身赋值给了变量。当你用data.apply(BMI, axis=1)时，pandas是把每一行的Series对象传入你的函数，但你却在操作pd.DataFrame这个类型，它当然不能用[]下标去访问列，所以直接触发了类型错误。

正确的做法是直接使用传入的参数——而且因为axis=1是逐行处理，参数其实是单行的Series，建议把参数名改成row更直观。

2. 平方运算符用错了 #

Python里的^是按位异或运算符，不是数学里的平方！计算平方必须用**2，不然你的BMI计算逻辑完全是错的，就算不报错，结果也毫无意义。

3. 额外提醒：单位问题 #

BMI的标准公式是「体重(kg) ÷ (身高(m))²」，如果你的身高数据单位是厘米，一定要先除以100转换成米，不然算出来的结果会是实际值的10000倍，完全不符合预期。

这里给你两种写法，优先推荐第一种（效率更高）：

方法一：向量化计算（强烈推荐） #

pandas最擅长的就是向量化运算，直接对整列操作，比逐行apply快几十倍，尤其是大数据量时差距明显：

import pandas as pd

# 假设你的data是目标DataFrame，先处理身高单位（如果是厘米的话）
data['BMI'] = data['Weight'] / (data['Height'] / 100) ** 2

方法二：修正后的apply写法 #

如果你一定要用apply来实现，调整后的函数如下：

import pandas as pd

def calculate_bmi(row):
    # 转换身高单位（如果是厘米）
    height_in_m = row['Height'] / 100
    return row['Weight'] / (height_in_m ** 2)

# 生成BMI列
data['BMI'] = data.apply(calculate_bmi, axis=1)

apply本质是逐行遍历，底层是Python循环，而向量化运算直接调用pandas的C语言底层实现，在数据量较大时，效率会有数量级的差距，所以能用向量化就尽量不用apply。

内容的提问来源于stack exchange，提问作者David