如何基于Pandas索引使用apply方法生成指定内容的文件？

嘿，你的问题我搞定啦！既可以在Pandas的apply方法里获取行索引，也能轻松生成你要的1.txt到5.txt这些文件，我来给你一步步拆解解决方案。

1. 如何在Pandas.apply中获取行索引 #

你之前用lambda无效，大概率是没搞对apply的轴参数或者索引的获取方式。当我们需要按行处理DataFrame时，必须设置axis=1，此时每个传入lambda/函数的参数是一行的Series，而这个Series的.name属性就是该行的索引。

给你两个实用的方法：

方法1：直接通过Series.name获取索引 #

这种方法不需要修改原DataFrame，直接在apply里调用.name即可：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        'filename': [1, 2, 3, 4, 5],
        'sex': ['a', 'b', 'c', 'd', 'e']
    }
)

# 打印每行的索引和数据，验证是否能获取索引
df.apply(lambda row: print(f"行索引: {row.name}, 文件名: {row['filename']}, 内容: {row['sex']}"), axis=1)

方法2：将索引转为列（更直观） #

如果觉得.name不够直观，可以先把索引转为普通列，之后直接在apply里调用列名：

# 把索引转为名为row_index的列
df_with_index = df.reset_index().rename(columns={'index': 'row_index'})

# 直接使用row_index列
df_with_index.apply(lambda row: print(f"行索引: {row['row_index']}, 文件名: {row['filename']}"), axis=1)

2. 结合apply生成指定txt文件 #

接下来我们把生成文件的逻辑和apply结合，一次性搞定所有文件的生成。这里我们定义一个专门的生成文件函数，再用apply遍历每一行执行：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        'filename': [1, 2, 3, 4, 5],
        'sex': ['a', 'b', 'c', 'd', 'e']
    }
)

def generate_txt_file(row):
    # 拼接文件名：filename列的值 + .txt
    file_path = f"{row['filename']}.txt"
    # 文件内容取sex列的值
    content = row['sex']
    # 写入文件
    with open(file_path, 'w', encoding='utf-8') as f:
        f.write(content)
    # 可选：打印生成日志，这里也用到了行索引
    print(f"✅ 已生成文件: {file_path}，对应行索引: {row.name}")

# 按行执行apply，触发文件生成
df.apply(generate_txt_file, axis=1)

运行这段代码后，你的工作目录里就会出现1.txt到5.txt，每个文件的内容分别是a、b、c、d、e，完全符合你的需求。

补充：循环实现的正确写法 #

如果你偏好用循环而不是apply，那一定要用iterrows()方法来遍历行，它会返回每行的索引和数据，避免之前的循环错误：

for idx, row in df.iterrows():
    file_path = f"{row['filename']}.txt"
    with open(file_path, 'w', encoding='utf-8') as f:
        f.write(row['sex'])
    print(f"✅ 已生成文件: {file_path}，对应行索引: {idx}")

之前循环出错，大概率是用了错误的遍历方式（比如直接遍历df得到的是列名，不是行数据），用iterrows()就没问题啦。

内容的提问来源于stack exchange，提问作者YOSUKE