Python 熊猫应用Lambda导致类型错误：'；int'；对象不可下标

我有一个数据框架，它的一个示例如下：

我的代码有问题。我收到以下错误消息：

Traceback (most recent call last):   File "C:/Users/....py", line 12, in <module>
 dfF['CCRYear'] = dfF['Year'].apply(lambda x: 'True' if x['Year'] == x['MaxSS Year'] else 'False')   File "C:\Users\....py", line 3848, in apply
 mapped = lib.map_infer(values, f, convert=convert_dtype)   File "pandas\_libs\lib.pyx", line 2329, in pandas._libs.lib.map_infer   
 File "C:/Users/....py", line 12, in <lambda>
 dfF['CCRYear'] = dfF['Year'].apply(lambda x: 'True' if x['Year'] == x['MaxSS Year'] else 'False')
 TypeError: 'int' object is not subscriptable

---

代码的问题在于，您正在对单个列使用

apply（）

，并且正在为其编制索引

只需在

lambda

df['Year'].apply(lambda x: print(x))

它将在下面输出

2017
2018
2018
2015
2015
2015

您的代码正在尝试索引整数值

x['Year']

。在此

x

中是整数年，如2018年、2019年等

将此更改为

dfF['CCRYear'] = dfF['Year'].apply(lambda x: 'True' if x['Year'] == x['MaxSS Year'] else 'False')

这个

使用

---

你认为np.where方法的计算速度会更快吗？

dfF['CCRYear'] = dfF['Year'].apply(lambda x: 'True' if x['Year'] == x['MaxSS Year'] else 'False')

dfF['CCRYear'] = dfF['Year'] == dfF['MaxSS Year']

dfF['CCRYear'] = np.where(dfF['Year'] == dfF['MaxSS Year'], 'True', 'False')