apply()配合axis=1是最直接的行级处理方式，将每行转为pd.series传入函数，支持任意列访问、类型转换和条件分支，但必须显式指定axis=1，否则默认按列处理导致错误。
用 apply() 配合 axis=1 是最直接的方式
只要校验逻辑不依赖全局状态或外部索引，apply() 在行级处理上足够清晰且可控。它把每一行转成 pd.Series 传入函数，你可以自由访问任意列、做类型转换、条件分支、甚至调用外部校验函数。
常见错误是忘了写 axis=1——默认是按列（axis=0），结果函数收到的是单列数据，不是整行，报错如 KeyError: 'email' 或 AttributeError: 'str' object has no attribute 'get'。
- 必须显式指定
axis=1 - 函数返回值会成为新列的值，可以是布尔值、字符串、字典等
- 避免在函数里修改原
df，否则可能触发SettingWithCopyWarning - 如果校验结果要存为新列，直接赋值：
df['valid'] = df.apply(check_row, axis=1)
校验函数里别直接用 df.loc[i, 'col']
很多人想通过索引反查当前行，但 apply() 传入的是副本，df.loc 不仅慢，还容易因索引重复或缺失出错。正确做法是把所需字段全从 row 参数里取。
比如校验邮箱格式 + 年龄是否在合理区间 + 姓名非空：
def check_row(row):
email_ok = isinstance(row['email'], str) and '@' in row['email']
age_ok = isinstance(row['age'], (int, float)) and 0
<p>注意：这里没用 <code>row.get('email')</code>，因为 <code>apply(axis=1)</code> 保证所有列都存在；但如果某些行缺失列（比如读 CSV 时部分行字段少），得先用 <code>df.fillna()</code> 或在函数里加 <code>try/except</code> 处理。</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill5772" title="Python Use Agent"><img
src="https://img.php.cn/upload/skill/000/000/081/179065807481489.jpg" alt="Python Use Agent" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill5772" title="Python Use Agent" class="overflowclass">Python Use Agent</a>
<p class="overflowclass">智能执行Python任务，自动生成、执行代码并反馈结果，无需额外配置，兼容旧命令。</p>
</div>
<a rel="nofollow" href="/xiazai/skill5772" title="Python Use Agent" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
<h3>性能差？优先考虑向量化或 <code>numpy.where</code>
</h3>
<p>当校验逻辑简单（比如多个字段的布尔组合），纯 Python 函数 + <code>apply</code> 会比向量化慢 5–10 倍。例如只检查「年龄 ≥18 且邮箱非空」，直接写：</p>
<pre class="brush:php;toolbar:false;">df['valid'] = (df['age'] >= 18) & df['email'].str.contains('@', na=False)
但一旦涉及复杂逻辑（正则提取后比对、调用第三方库校验身份证号、跨列计算派生值），向量化就难写了。这时候可折中：用 np.where 包一层简单条件，再把复杂分支留给 apply。
- 能向量化的尽量向量化，尤其是数值比较和字符串基础操作
-
apply不是万能加速器，它是“可读性换性能”的权衡 - 超过 10 万行时，建议先用
df.sample(1000)测速，再决定是否重构
需要返回多个校验结果？用命名元组或字典
单一布尔值不够用时（比如要记录具体哪几项失败），函数返回字典最稳妥。Pandas 会自动展开成多列（前提是字典键一致）：
def check_row(row):
errors = []
if not isinstance(row['email'], str) or '@' not in row['email']:
errors.append('invalid_email')
if not (0
<p>注意：<code>result_type='expand'</code> 才能让字典自动拆成列；若省略，整个字典会被塞进单列，后续处理反而更麻烦。</p>
<p>真正容易被忽略的是：当某行抛出异常（比如 <code>int(row['age'])</code> 遇到 <code>'N/A'</code>），整个 <code>apply</code> 就中断。务必在函数内包 <code>try/except</code>，至少返回一个占位结构，否则数据流就断了。</p>Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
