在Pandas DataFrame多列使用apply函数遇KeyError，如何解决？

嘿，我来帮你搞定这个KeyError问题！先给你拆解一下错误原因，再给你几个靠谱的解决方案。

错误原因分析 #

你遇到的KeyError: ('a', 'occurred at index a')，本质是因为**df.apply()默认是按列（axis=0）处理数据**的。这时候传给lambda的x是每一列的Series，而不是你以为的每一行。比如当处理列'a'时，这个Series的索引是行号（0、1、2），根本没有'a'这个索引值，自然就找不到对应的键，抛出KeyError了。

解决方案 #

方案1：指定axis=1按行处理 #

这是最直接的修复方式，给apply()加上axis=1参数，让它按行遍历数据，此时传给lambda的x就是每一行的Series，包含'a'、'b'、'c'这些列名作为索引，就能正确取值了：

import numpy as np
import pandas as pd
def add(a, b):
    return a + b
df = pd.DataFrame(np.random.randn(3, 3), columns = ['a', 'b', 'c'])
# 加上axis=1参数
df.apply(lambda x: add(x['a'], x['c']), axis=1)

方案2：用矢量化操作替代apply（推荐） #

如果你的add函数只是简单的两列相加，完全没必要用apply——Pandas的矢量化操作效率远高于apply（apply本质是Python循环，矢量化是底层优化的C实现）。直接这样写就行：

# 直接计算两列之和
df['a'] + df['c']
# 如果要把结果保存为新列
df['sum_ac'] = df['a'] + df['c']

方案3：复杂逻辑下的遍历方式（适合复杂函数） #

如果你的add函数有更复杂的逻辑，必须逐行处理，除了axis=1的apply，还可以用itertuples()或iterrows()遍历行，不过这两种速度也不如矢量化，适合特殊场景：

用itertuples()（速度更快）

result = []
for row in df.itertuples():
    result.append(add(row.a, row.c))
# 转成Series
pd.Series(result, index=df.index)

用iterrows()

result = []
for idx, row in df.iterrows():
    result.append(add(row['a'], row['c']))
pd.Series(result, index=df.index)

总结 #

• 简单运算优先用矢量化操作，效率最高；
• 必须用apply的话，记得加axis=1按行处理；
• 复杂逻辑可以考虑itertuples()或iterrows()。

内容的提问来源于stack exchange，提问作者labjunky