pandas中lambda函数正常但命名函数返回None的问题排查

这种情况我碰到过好多次，大概率是命名函数的一个小细节没处理好——忘记显式返回结果！毕竟lambda是隐式返回处理后的数值，而命名函数必须用return关键字把结果抛出来，不然函数默认会返回None，这就导致你的新列全是None了。

举个具体的例子对比一下：

能正常工作的lambda写法 #

# lambda隐式返回split后的第一个元素
data['transaction month'] = data['transaction date'].apply(lambda x: x.split('/')[0])

错误的命名函数（导致全None） #

def get_month(x):
    # 这里只做了拆分操作，但没有return结果！
    x.split('/')[0]

data['transaction month'] = data['transaction date'].apply(get_month)

修复后的命名函数 #

只需要加上return就行：

def get_month(x):
    # 显式返回提取的月份字符串
    return x.split('/')[0]

data['transaction month'] = data['transaction date'].apply(get_month)

其他可能的小概率原因 #

如果上面的修复没用，再排查这两个点：

• 函数内部吞了异常且无返回：比如你加了try-except但异常分支没有返回值，比如：

  def get_month(x):
      try:
          return x.split('/')[0]
      except:
          pass  # 异常时没有返回，默认给None
  

  这种情况如果所有行都触发了异常（比如日期格式全不符合预期），也会全返回None，但你的lambda能正常工作，所以这个可能性极低。
• 参数不匹配：比如你的函数定义了多个参数，但apply只传了单个元素（比如函数写了def get_month(x, y)但没给默认值），不过这种情况会直接报错，不会返回None。

额外建议：更健壮的日期处理方式 #

其实用字符串拆分提取月份不够稳妥，万一遇到mm/dd/yyyy（比如10/05/2023）或者格式不统一的情况容易出错。推荐用pandas自带的日期解析工具：

import pandas as pd

# 先把字符串转成datetime类型，再提取月份（会得到数字类型的月份，比如1、10）
data['transaction month'] = pd.to_datetime(data['transaction date'], format='%m/%d/%Y').dt.month

# 如果想保留字符串格式的月份，也可以这样：
data['transaction month'] = pd.to_datetime(data['transaction date'], format='%m/%d/%Y').dt.strftime('%m')

内容的提问来源于stack exchange，提问作者Ravin