基于pandas其他列值对列应用函数时出现ValueError该如何解决？

错误原因 #

• apply调用语法错误：你写的df.apply(sales_gbp(df), axis=1)相当于先执行sales_gbp(df)把整个DataFrame传入函数，此时cur = df.cur拿到的是整列的Series对象，对Series做if cur == 'USD'的布尔判断时，pandas无法判断你要对整个序列还是单个元素做判断，就会抛出真值模糊的报错。apply传入自定义函数只需要写函数名，不需要加括号和参数。
• 函数内部变量名不匹配：你定义了value = df.val，但后续计算用的是未定义的val，运行也会抛出变量未找到报错。

修复后的正确写法 #

首先修正自定义函数：

def sales_gbp(row):
    cur = row.cur
    val = row.val # 统一变量名
    if cur == 'USD':
        return val*0.72
    elif cur == 'EUR':
        return val*0.85
    else:
        return val

调用apply时仅传入函数名即可：

# 若val列是字符串格式的object，先转数值类型
df['val'] = df['val'].astype(float)
df['value_GBP'] = df.apply(sales_gbp, axis=1)

更高效的向量化实现（推荐） #

apply逐行遍历性能很低，数据量大时建议用汇率映射的向量化操作，无需循环：

# 定义汇率映射字典
rate_map = {'USD':0.72, 'EUR':0.85, 'GBP':1}
df['val'] = df['val'].astype(float)
df['value_GBP'] = df['val'] * df['cur'].map(rate_map)

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