直接用lambda处理多列计算90%会出错或性能极差，因其默认axis=0只传单列Series，须显式设axis=1才能按行访问多列；常见陷阱包括KeyError、NaN崩溃和dtype退化；向量化操作如df['A']+df['B']或np.where更安全高效。
直接用 lambda 处理多列计算，90% 的情况会出错或性能极差——不是语法写不对，而是没意识到 pandas 对 lambda 的调用方式和底层机制。
为什么 df.apply(lambda x: ...) 默认只传一列？
pandas 的 apply 在 axis=0（默认）时，把每一列作为 Series 传给 lambda；只有显式指定 axis=1，才会把每行作为 Series 传入，这时你才能访问多个列名，比如 x['col_a'] + x['col_b']。
- 错误写法：
df.apply(lambda x: x['A'] + x['B'])→ 报KeyError: 'A'（因为 x 是单列 Series，没有列名索引） - 正确写法：
df.apply(lambda x: x['A'] + x['B'], axis=1) - 注意：此时
x是pandas.Series，支持按标签取值，但不能用x.A + x.B（属性访问在有冲突列名时会失败）
用 lambda 做多列计算的三个常见陷阱
看似一行能写完，实际藏着隐性成本和崩溃风险：
-
lambda里调用外部函数（如math.sqrt）必须提前 import，且无法被numba加速，纯 Python 循环执行 - 当某行含
NaN，lambda里没做isna()判断，整列结果变NaN（例如lambda x: x['a']/x['b']遇到 b=0 或 NaN 就崩） - 返回类型不一致（比如有时返回 float，有时返回 str），pandas 会自动转成
objectdtype，后续数值计算全失效
比 lambda 更稳更快的替代方案
绝大多数多列计算，用向量化操作既安全又快得多：
立即学习“Python免费学习笔记（深入）”；
- 基础运算直接写：
df['A'] + df['B'] * df['C']（自动对齐、保留 dtype、支持 NaN 跳过） - 条件逻辑用
np.where：np.where(df['A'] > df['B'], df['A'], df['B']) - 复杂逻辑封装成普通函数再用
apply：def calc_row(x): return x['A']**2 if x['B'] > 0 else 0，然后df.apply(calc_row, axis=1)—— 可 debug、可加 type hint、可单元测试 - 真要高性能？用
numba.jit编译函数，但注意它不认 pandas Series，得传df[['A','B']].values
真正麻烦的从来不是怎么写 lambda，而是没想清楚：这个逻辑是不是必须逐行判断？有没有可能用布尔索引+向量化分段实现？后者往往快 10–100 倍，还不会因数据中混入空值或类型突变而静默失败。
