在Pandas序列应用方法时遇'int' object is not subscriptable错误排查

嘿，我来帮你拆解这个问题！首先得明确pandas里apply函数的两种调用逻辑，这就是你两种写法差异的核心所在。

先看你第一种（正确的）写法 #

我猜你应该是对整个stocks_df调用了apply，并且指定了axis=1，类似这样：

stocks_df.apply(lambda row: row['Open'] - row['Close'], axis=1)

这种情况下，传给lambda的参数row是每一行的Series对象——简单说就是一整行的数据打包成了一个类似字典的结构，所以你可以用row['列名']或者下标去访问该行的任意元素，自然不会触发错误。

再看报错的第二种写法 #

你遇到的'int' object is not subscriptable错误，大概率是踩了这两个坑之一：

1. 没指定axis=1，默认按列处理：如果调用apply时没加axis=1，pandas默认会按列（axis=0）来遍历。这时候传给lambda的是每一列的Series，但如果你的lambda逻辑是想访问行内的多个元素（比如x[0]），当遍历到列里的单个int值时，x就变成了int类型——int当然不能用下标访问，所以直接报错。
2. 错误地对单个列调用apply：比如你写成了stocks_df['Open'].apply(lambda x: x[0])，这时候传给lambda的是Open列的每个单独数值（int/float），你再用x[0]去取"第一个元素"，自然就会报错，因为单个数值根本没有下标这一说。

核心差异一句话总结 #

• 当对整个DataFrame用apply且加axis=1：lambda拿到的是整行数据（Series），可以自由访问行内的不同列值。
• 当对单个列用apply，或对DataFrame用apply但没加axis=1：lambda拿到的是单个单元格的数值，不能用下标操作。

怎么修正？ #

如果你本来就是想处理每一行的多列数据，记住两个关键点：

1. 一定要加axis=1告诉pandas按行处理；
2. 在lambda里用列名（比如row['Open']）来访问该行的对应值，而不是用下标去"拆"单个值。

举个对比例子更清楚：
✅ 正确写法：

# 计算每行开盘价和收盘价的差值
stocks_df['PriceDiff'] = stocks_df.apply(lambda row: row['Open'] - row['Close'], axis=1)

❌ 错误写法（无axis参数）：

# 这里会报错，因为默认按列处理，lambda拿到的是列的Series，遍历到单个int时x['Open']无效
stocks_df['PriceDiff'] = stocks_df.apply(lambda x: x['Open'] - x['Close'])

❌ 另一种错误写法（对单列apply）：

# 传入lambda的是单个int值，x[0]完全无意义
stocks_df['Open'].apply(lambda x: x[0])

内容的提问来源于stack exchange，提问作者prs44