Pandas中apply函数报错KeyError: 'UK_midi'，求COL_MIDI赋值解决方案

先还原下你的场景：
你有这样的数据集：

target | date | US_midi | UK_midi | NL_midi | BE_midi | FR_midi | SP_midi | PT_midi | SU_midi | COL_MIDI
23     | 1970 | 1       | 0       | 0       | 0       | 0       | 0       | 0       | 0       | 0
34     | 1970 | 0       | 0       | 1       | 0       | 0       | 0       | 0       | 0       | 0
34     | 1970 | 0       | 1       | 1       | 0       | 0       | 0       | 0       | 0       | 0

需求是：当UK_midi、NL_midi等（除了US和SU）任意一列值为1时，把COL_MIDI设为1。你写了col_checker函数，但执行df['COL_MIDI'] = df.apply(col_checker)时报错('UK_midi', 'occurred at index target')。

错误原因分析 #

你遇到的问题主要有两个：

1. apply默认按列处理，而非行
   Pandas的df.apply()默认参数axis=0，也就是会把每一列作为参数传给你的函数，而不是每一行。这时候函数里的x是整列的Series，它的索引是行号，自然找不到'UK_midi'这个索引值，所以报错。

2. 函数没有返回值
   就算你解决了axis的问题，你的函数没有返回任何值，apply会默认返回None，最终COL_MIDI列会被填充成NaN，达不到你想要的效果。

解决方案 #

方案1：修正原函数和apply调用

调整函数让它返回处理后的值，同时调用apply时指定axis=1（按行处理）：

def col_checker(x):
    col_list = ['UK_midi', 'NL_midi', 'BE_midi', 'FR_midi', 'SP_midi', 'PT_midi']
    # 检查目标列中是否有任意一个值为1
    if x[col_list].any():
        return 1
    # 没有的话保持原0（或者直接return 0，因为初始值都是0）
    return x['COL_MIDI']

# 关键：添加axis=1参数，告诉apply按行处理
df['COL_MIDI'] = df.apply(col_checker, axis=1)

方案2：用向量化操作替代apply（推荐）

Pandas的行循环apply效率很低，尤其是数据集大的时候，更推荐用内置的向量化方法直接处理：

# 选中所有目标列，检查每行是否有至少一个1，再转成整数（True→1，False→0）
target_cols = ['UK_midi', 'NL_midi', 'BE_midi', 'FR_midi', 'SP_midi', 'PT_midi']
df['COL_MIDI'] = df[target_cols].any(axis=1).astype(int)

这个方法不需要写循环，完全利用Pandas的向量化计算，速度快很多，代码也更简洁。

内容的提问来源于stack exchange，提问作者Jasper