基于字典列表为Pandas DataFrame新增列时apply函数执行失败如何解决

• lambda表达式返回的是生成器对象而非具体值：lambda x: d['source_desc'] for d in di if d['source_id'] == x属于生成器推导式，没有完成实际求值，直接赋值给DataFrame列只会存储生成器对象，不是你需要的source_desc文本值。
• 变量名引用错误：你代码中循环遍历的di是用来创建dff的、仅包含source_id和city字段的字典列表，本身没有source_desc字段，根本取不到对应的描述值，你应该遍历最开始给出的、存储source_id和source_desc映射关系的字典列表。

优先把映射关系转成字典，再用pandas内置的map方法匹配，效率远高于自定义apply：

import pandas as pd
# 定义id和描述的映射列表（就是你最开始给出的字典列表）
source_list = [{'source_id': '1', 'source_desc': 'XML1'},
 {'source_id': '2', 'source_desc': 'XML2'},
 {'source_id': '3', 'source_desc': 'XML3'}]
# 转换为id到描述的映射字典
source_map = {item['source_id']: item['source_desc'] for item in source_list}
# 你的原始DataFrame
di = [{'source_id': '1','city':'NY'},
       {'source_id': '2','city':'Santiago'},
       {'source_id': '3','city':'Berlin'}]
dff = pd.DataFrame(di)
# 匹配新增列
dff['source_desc'] = dff['source_id'].map(source_map)

运行后得到的dff就是你预期的结果。

如果你一定要用apply方法，正确写法如下，但这种写法每次匹配都要遍历整个映射列表，数据量大会非常慢，不推荐使用：

dff['source_desc'] = dff['source_id'].astype(str).apply(lambda x: next(d['source_desc'] for d in source_list if d['source_id'] == x))

内容的提问来源于stack exchange，提问作者JFerro