Python 如何在数据帧上使用apply函数来检索特定列？

我编写了以下代码来下载数据集并在数据帧上应用EDA函数

url = "https://query1.finance.yahoo.com/v7/finance/download/RELIANCE.BO?period1=1577110559&period2=1608732959&interval=1d&events=history&includeAdjustedClose=true"
r = requests.get(url)
open(stock+'.csv','wb').write(r.content)  
ril = pd.read_csv(r'RELIANCE.csv',date_parser='Date')
ril.head(10)

在这里，我想通过apply列检索

Close

列，以便练习

df.apply（）

函数

def close(stock):
    print(stock.iloc[:,6])
ril.apply(close)

但是代码给出了一个

索引错误

IndexingError                             Traceback (most recent call last)
<ipython-input-21-9fad7d447930> in <module>()
----> 1 asp.apply(close)

7 frames
/usr/local/lib/python3.6/dist-packages/pandas/core/indexing.py in _has_valid_tuple(self, key)
    698         for i, k in enumerate(key):
    699             if i >= self.ndim:
--> 700                 raise IndexingError("Too many indexers")
    701             try:
    702                 self._validate_key(k, i)

IndexingError: Too many indexers

索引错误回溯（最近一次调用）
在（）
---->1 asp.应用（关闭）
7帧
/usr/local/lib/python3.6/dist-packages/pandas/core/index.py in\u has\u valid\u tuple（self，key）
698对于枚举中的i，k（键）：
699如果i>=self.ndim：
-->700 raise IndexingError（“索引器太多”）
701尝试：
702自我验证密钥（k，i）
索引错误：索引器太多

是否可以使用
df.apply（）
函数来完成

df = pd.read_csv(r'RELIANCE.csv',date_parser='Date')

close1 = df['Close']                                 #standard way of assessing the column
close2 = df.apply(lambda x: x.iloc[4] , axis=1)      #apply function row-wise: take 1
close3 = df.apply(lambda x: x[4]      , axis=1)      # ... take 2
close4 = df.apply(lambda x: x['Close'], axis=1)      # ... take 3

print( np.allclose(close1, close2, equal_nan=True) ) # verify
...

供参考：及

基本上，在您的案例中，您使用
pd.apply
以及索引
df.iloc[：，…]
对数据帧进行了迭代。注意
axis=1
为了在整个回溯后按行应用函数
我已经更新了我的问题迭代以二维数组的形式按行或按元素进行？你到底有什么问题？下面的文档将选项axis=1描述为：“将函数应用于每行”。除此之外，严格来说，数据帧不是2D数组！