Python中遍历DataFrame多参数调用函数报错，求解决方案

你猜的没错，问题完全出在循环里的参数配对方式——df['col1'] & df['col2']根本不是用来把两列元素一一配对的写法，这是在执行布尔按位与运算，而你的列里是字符串，自然会报错；就算是数值型列，得到的结果也绝不是你想要的成对参数。

正确的三种实现方式 #

1. 最Pythonic：用zip()配对列元素

这是处理这类配对循环最直接高效的方式，zip()会把col1和col2的元素按顺序一一打包成元组，然后你可以在循环里直接解包：

results = [func(i, j) for i, j in zip(df['col1'], df['col2'])]

2. Pandas原生：用iterrows()遍历行

如果习惯用Pandas的行对象操作，可以用iterrows()，注意它返回的是「索引+行数据」的元组，所以要先解包索引和行：

results = [func(row['col1'], row['col2']) for idx, row in df.iterrows()]

⚠️ 小提示：iterrows()对于超大DataFrame效率略低，因为每次都要生成行对象，小数据量完全没问题。

3. 更Pandas风格：用apply()按行处理

如果你想避免显式循环，可以用apply()指定按行处理，最后转成列表：

results = df.apply(lambda row: func(row['col1'], row['col2']), axis=1).tolist()

举个测试例子 #

假设你的func是简单拼接两个参数：

def func(arg1, arg2):
    return f"{arg1} + {arg2}"

用第一种方法运行后，results会得到：
['A + B', 'C + D', 'E + F']，完全符合预期。

内容的提问来源于stack exchange，提问作者M-M