apply函数调用次数等于列数（axis=0）或行数（axis=1）；axis=0时按列传入Series，适合列统计；axis=1时按行传入Series，才能访问多列字段，需用x.loc["col"]安全索引。
apply函数在pandas中到底调用几次？
它不是对每行/每列“只调用一次”，而是根据axis参数决定调用粒度：设axis=0（默认）时，按列传入整个Series；设axis=1时，才按行传入Series。很多人误以为df.apply(func)是逐行调用函数，结果发现func接收的是列数据，直接报KeyError或类型错误。
- 若想逐行处理，必须显式写
df.apply(func, axis=1) - 若函数依赖多个列（如
lambda x: x["a"] + x["b"]），axis=1是硬性要求 -
axis=0下，函数收到的是pd.Series，索引为原DataFrame的行号，值为该列全部数据——此时适合做列级统计，不适合字段组合逻辑
自定义函数里访问其他列字段总是报KeyError
这是axis=1场景下的典型错觉：你以为传进来的是字典或DataFrame行，实际是pd.Series，其索引是列名，但访问方式不是x["col"]就一定安全——尤其当列名含空格、点号或与内置属性冲突（如"count"）时，Series会优先尝试属性访问，导致意外行为。
- 稳妥写法统一用
x.loc["col_name"]或x.at["col_name"]（后者更快） - 避免用
x.col_name这种点访问，列名含特殊字符或撞名内置方法时必崩 - 如果函数内需频繁访问多列，建议先用
df[["a", "b", "c"]].apply(..., axis=1)限定输入范围，减少无效字段干扰
用lambda写单行逻辑 vs 写独立函数，性能差多少？
差别不大，Python函数调用开销本身不占主导；真正拖慢的是函数内部是否触发隐式拷贝、是否重复构造对象。常见陷阱是：在lambda里反复调用df.loc或df.query，把apply变成N次全表扫描。
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 能用向量化操作就别用apply：比如
df["a"] + df["b"]比df.apply(lambda x: x["a"] + x["b"], axis=1)快10倍以上 - 若逻辑必须分支判断（如
if-elif-else），独立函数更易调试，且可加@numba.jit加速（仅限数值计算） - lambda中避免出现
print()、logging.info()等IO操作——apply会为每一行都执行，日志爆炸且无法控制频率
apply返回None或长度不匹配导致新列全是NaN
apply本身不校验返回值结构。如果函数在某些分支没写return，或返回了None、空列表、标量但期望是数组，pandas就会填NaN。这不是bug，是设计如此：它信任你的函数输出与输入维度对齐。
立即学习“Python免费学习笔记（深入）”；
- 务必检查所有代码路径都有明确
return，尤其是带条件判断的函数 - 返回值类型要稳定：不要有时返回
str，有时返回int，否则pandas会升格为objectdtype，后续计算变慢 - 如果函数本意是生成新列，但结果列全为
NaN，立刻在函数开头加print(type(x), x)确认输入，并在末尾加print("ret:", ret)看返回值——别靠猜
apply传进来的根本不是你想象中的“那一行数据”的字典快照，而是一个带行列语义的Series对象——它的行为受索引、dtype、缺失值共同影响，稍不注意就掉进隐式转换和广播的坑里。 
