时间戳

首页 > 解决方案 > 在循环中使用 lambda 函数运行 df.apply

python - 在循环中使用 lambda 函数运行 df.apply

问题描述

此代码段运行良好：

df['art_kennz'] = df.apply(lambda x:myFunction(x.art_kennz), axis=1)

但是，在这里我art_kennz在两个地方都对列名进行了硬编码：df['art_kennz']和x.art_kennz. 现在，我想修改脚本，以便我有一个列名列表，并且 df.apply 为所有这些列运行。所以我尝试了这个：

cols_with_spaces = ['art_kennz', 'fk_wg_sch']
for col_name in cols_with_spaces:
    df[col_name] = df.apply(lambda x: myFunction(x.col_name)
                                               , axis=1)

但这给出了一个错误：

AttributeError: 'Series' object has no attribute 'col_name'

因为x.col_name. 这里， col_name 应该是 for 循环中的元素。什么是正确的语法？

标签： pythonpandasdataframedata-analysisattributeerror

解决方案

尝试：

for col_name in cols_with_spaces:
    df[col_name] = df.apply(lambda x: myFunction(x[col_name])

说明：您可以使用属性语法访问 Serie，例如x.art_kennz，但由于col_name是包含表示属性的字符串的变量，因此括号语法是正确的方法。

推荐阅读