Pandas调用自定义函数新增列触发DataFrame属性错误该如何解决？

• apply参数错误：df.apply(fun1(),axis=1)中写的是fun1()，属于直接执行函数拿到返回值，而非传入函数对象给apply遍历调用。当前示例数据中无xyz值，fun1()执行后返回字符串data not available，apply会将传入的字符串当做方法名，尝试对每行数据调用对应方法，找不到对应方法就抛出属性错误。
• 函数无入参：按行调用apply时，每次遍历会将当前行的Series对象作为参数传入处理函数，fun1没有定义入参，即便传入函数对象也会触发参数不匹配报错。
• 逻辑范围错误：原函数内的判断逻辑是扫描整个DataFrame的col1列，而非判断当前行的col1值，不符合按行生成新列的需求。
• 返回值类型不匹配：原函数命中判断时返回的是单列DataFrame对象，无法直接赋值给新列的单个单元格。

按行匹配的实现（每行判断col1是否为xyz，对应返回col2或提示文本） #

def fun1(row):
    if row['col1'] == 'xyz':
        return row['col2']
    else:
        return "data not available"

# apply传入函数对象不要加括号
df['new_column'] = df.apply(fun1, axis=1)

全局判断的实现（全表存在xyz则所有行填充对应col2值，否则所有行填充提示文本） #

如果你的需求是全局判断而非按行判断，不需要用apply，直接用下方代码性能更高：

if df['col1'].isin(['xyz']).any():
    target_val = df.loc[df['col1'] == 'xyz', 'col2'].iloc[0]
    df['new_column'] = target_val
else:
    df['new_column'] = "data not available"

内容的提问来源于stack exchange，提问作者Navya