You need to enable JavaScript to run this app. 如何使用apply方法遍历DataFrame行修改浮点列?解决类型报错
优惠活动
大模型
产品
解决方案
定价
更多

如何使用apply方法遍历DataFrame行修改浮点列?解决类型报错

报错根因
  • 作用域与入参错配:你当前代码是对df['row1']这个单列Series执行apply,逐次传入lambda的变量row是单个字符串元素,而非整行的DataFrame行对象。但函数内部却用row["1"]的键值索引方式取值,字符串仅支持整数位置索引,因此直接触发TypeError: string indices must be integers。
  • 调用逻辑不匹配需求:你需要同时跨列处理(判断列"1"的文本、修改列"2""3""4"的浮点值),单列apply的模式仅能逐单元格遍历,根本无法获取其他列的数据,天然适配不了你的需求。
  • 列名与判断逻辑笔误:你提到存储句子的列名是"1",但apply代码里引用的目标列是不存在的row1;同时原判断逻辑if row["1"]仅能判断字段是否非空,和“文本包含字符'a'”的需求完全脱节。
适配需求的修正实现

按照逐行遍历、跨列处理的逻辑,调整后的完整可运行代码如下:

def my_function(row):
    # 逐行判断列"1"的文本是否包含字符"a"
    if 'a' in row['1']:
        # 替换为你实际的三列修改逻辑
        row['2'] = row['2'] * 1.5  # 示例:列2值放大1.5倍
        row['3'] = row['3'] - 0.3   # 示例:列3值减0.3
        row['4'] = row['4'] + 2.7   # 示例:列4值加2.7
    # 返回处理后的整行数据,保持原有列结构
    return row

# 对整个DataFrame逐行应用函数,axis=1表示按行维度遍历
df = df.apply(my_function, axis=1)
关键注意事项
  • 逐行跨列处理时,必须将apply作用于整个DataFrame对象,传入axis=1参数让Pandas逐行将整行Series传入自定义函数,禁止对单独某一列执行这类跨列逻辑的apply。
  • 自定义函数无需拆分传入多个独立列参数,逐行模式下传入的单行Series可直接通过列名索引取值,大幅简化函数定义。
  • 函数返回处理后的整行结构时,apply会自动将所有行拼接为修改完成的新DataFrame,直接覆盖原变量即可拿到修改后的目标三列浮点数据。

内容的提问来源于stack exchange,提问作者Y4RD13

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.02 05:54:02