如何用Lambda为DataFrame创建新列？现有代码报KeyError

我想给Pandas DataFrame创建3个新列，写了下面这段代码：

columnList = { 
    'hasCampaign': ( lambda x: x[ 'CAMPAIGNID' ] != '' ), 
    'hasLeadType': ( lambda x: x[ 'LEADTYPE' ] != '' ), 
    'hasEvent': ( lambda x: x[ 'EVENT' ] != '' ) 
} 
for ( k, v ) in columnList.items(): 
    df = df.assign( k = v )

原本以为能正常运行，结果却碰到了KeyError: 'CAMPAIGNID'的报错，而且我已经确认DataFrame里确实存在CAMPAIGNID列，报错的堆栈信息是：

KeyError Traceback (most recent call last) /usr/local/lib/python3.6/site-packages/pandas/core/indexes/base.py in get_loc(self, key, method, tolerance) 2524 try: -> 2525 return self._engine.get_loc(key) 2526 except KeyError: pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc() pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc() pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item() pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

请问怎么正确用这三个Lambda函数计算并添加这三个新列？

问题分析 #

这个报错主要有两个核心原因：

1. 在df.assign(k = v)中，k会被当作**固定字符串"k"**来处理，而不是循环变量k对应的列名，完全偏离了你想要动态生成列名的需求；
2. 你的lambda函数里的参数x默认会被传入单个Series（也就是某一列的数据），而不是整个DataFrame或行数据，所以它找不到CAMPAIGNID这个键——毕竟单个列里不存在这个列名。

正确解决方案 #

这里提供两种简单且高效的实现方式，任选其一即可：

方法一：批量传入字典到assign（推荐） #

df.assign()原生支持直接传入字典，键是新列名，值是基于整个DataFrame的计算逻辑。这种方式不需要循环，代码更简洁高效：

column_dict = {
    'hasCampaign': lambda df: df['CAMPAIGNID'] != '',
    'hasLeadType': lambda df: df['LEADTYPE'] != '',
    'hasEvent': lambda df: df['EVENT'] != ''
}

# 用**解包字典作为关键字参数，实现动态列名绑定
df = df.assign(**column_dict)

这里的lambda函数接收整个DataFrame作为参数，自然能正确访问到CAMPAIGNID等列，同时字典的键会被直接用作新列名，完美匹配你的需求。

方法二：修复循环中的assign写法 #

如果你一定要用循环实现，需要调整两个关键点：

• 用字典解包的方式传入动态列名，避免把k当成固定字符串；
• 确保lambda函数的参数是整个DataFrame（或按行处理时指定axis=1）。

修改后的循环代码如下：

columnList = {
    'hasCampaign': lambda df: df['CAMPAIGNID'] != '',
    'hasLeadType': lambda df: df['LEADTYPE'] != '',
    'hasEvent': lambda df: df['EVENT'] != ''
}

for col_name, func in columnList.items():
    # 用字典解包传递动态列名，避免字面量字符串问题
    df = df.assign(**{col_name: func(df)})

如果你的逻辑涉及多列的行级判断（比如同时用到多个列的值），也可以用apply按行处理：

columnList = {
    'hasCampaign': lambda row: row['CAMPAIGNID'] != '',
    'hasLeadType': lambda row: row['LEADTYPE'] != '',
    'hasEvent': lambda row: row['EVENT'] != ''
}

for col_name, func in columnList.items():
    df[col_name] = df.apply(func, axis=1)

不过要注意，apply(axis=1)的性能不如直接按列操作，如果你只是判断列是否为空字符串，优先选择前面的列操作方式。

额外小技巧 #

判断列是否为空字符串时，还可以用Pandas的ne()方法，写法更简洁：

lambda df: df['CAMPAIGNID'].ne('')

和df['CAMPAIGNID'] != ''的效果完全一致。

内容的提问来源于stack exchange，提问作者Fernando F