在pandas apply函数中获取行索引与列名格式化单元格值的方法

实现方案 #

你可以在按行apply的逻辑中，调用行Series的items()方法遍历列名与对应单元格值，实现需求，示例代码如下：

import pandas as pd

df = pd.DataFrame({
    'X': [1,2,3,4,5],
    'Y': [3,4,5,6,7],
    'Z': [5,6,7,8,9]}, index=['a', 'b', 'c', 'd', 'e'])

# apply实现逻辑
result = df.apply(
    lambda row: pd.Series(
        [f"({row.name}, {col}), {val}" for col, val in row.items()],
        index=row.index
    ),
    axis=1
)

print(result)

运行后输出和你预期完全一致：

X          Y          Z
a  (a, X), 1  (a, Y), 3  (a, Z), 5
b  (b, X), 2  (b, Y), 4  (b, Z), 6
c  (c, X), 3  (c, Y), 5  (c, Z), 7
d  (d, X), 4  (d, Y), 6  (d, Z), 8
e  (e, X), 5  (e, Y), 7  (e, Z), 9

如果不需要字符串格式，要保留元组结构的话，把列表推导式的内容替换为((row.name, col), val)即可：

result = df.apply(
    lambda row: pd.Series(
        [((row.name, col), val) for col, val in row.items()],
        index=row.index
    ),
    axis=1
)

逻辑说明 #

• 按行apply时传入的row是代表单行数据的Series对象，row.name属性为当前行的索引值
• row.items()会迭代返回当前行所有(列名, 单元格值)的键值对，直接就能拿到你需要的对应单元格的列名
• 最后将生成的列表转为Series并指定与原行一致的索引，即可保留原DataFrame的列结构。

内容的提问来源于stack exchange，提问作者Toto Lele