我有一个带有日期时间索引的数据框，如下所示：
ModelRun Tmp_2m_C DSWRF TCDC Obs_kW n beta \
2016-01-01 06:30:00 2.016010e+09 7.962387 0.00000 100.0 0.0 1 0.0
2016-01-01 07:30:00 2.016010e+09 8.077713 9.00000 100.0 0.0 1 0.0
2016-01-01 08:30:00 2.016010e+09 8.467117 46.32202 100.0 12.0 1 0.0
delta dtm_utc \
2016-01-01 06:30:00 -23.058629 2016-01-01 06:30:00+00:00
2016-01-01 07:30:00 -23.058629 2016-01-01 07:30:00+00:00
2016-01-01 08:30:00 -23.058629 2016-01-01 08:30:00+00:00
dtm_local ... \
2016-01-01 06:30:00 2016-01-01 07:30:00+01:00 ...
2016-01-01 07:30:00 2016-01-01 08:30:00+01:00 ...
2016-01-01 08:30:00 2016-01-01 09:30:00+01:00 ...
corr1_dtm dtm_sun \
2016-01-01 06:30:00 -1 days +23:45:13.666667 2016-01-01 07:12:19.401323+01:00
2016-01-01 07:30:00 -1 days +23:45:13.666667 2016-01-01 08:12:19.401323+01:00
2016-01-01 08:30:00 -1 days +23:45:13.666667 2016-01-01 09:12:19.401323+01:00
sun_hour sun_hour_angle delta_rad sun_hour_angle_rad \
2016-01-01 06:30:00 7.2 -72.0 -0.402449 -1.256637
2016-01-01 07:30:00 8.2 -57.0 -0.402449 -0.994838
2016-01-01 08:30:00 9.2 -42.0 -0.402449 -0.733038
earth_sunset_deg earth_sunrise_deg surface_sunset_deg \
2016-01-01 06:30:00 68.645391 -68.645391 70.481456
2016-01-01 07:30:00 68.645391 -68.645391 70.481456
2016-01-01 08:30:00 68.645391 -68.645391 70.481456
surface_sunrise_deg
2016-01-01 06:30:00 -79.585047
2016-01-01 07:30:00 -79.585047
2016-01-01 08:30:00 -79.585047
请注意我已经放置了所有数据帧列，以便您可以尝试追溯错误，但在我尝试做的事情中，我只对最后四列感兴趣，所以在数据帧的这一部分：
earth_sunset_deg earth_sunrise_deg surface_sunset_deg \
2016-01-01 06:30:00 68.645391 -68.645391 70.481456
2016-01-01 07:30:00 68.645391 -68.645391 70.481456
2016-01-01 08:30:00 68.645391 -68.645391 70.481456
surface_sunrise_deg
2016-01-01 06:30:00 -79.585047
2016-01-01 07:30:00 -79.585047
2016-01-01 08:30:00 -79.585047
这只是数据框的一部分，因为它包含2年的数据。我想要做的是以下几点：
if surface_sunset_deg > earth_sunset_deg:
sunset_deg = earth_sunset_deg
else:
sunset_deg = surface_sunset_deg
基本上，我试图遍历数据帧的所有行（对应于不同的时间戳），评估两个角度中的哪一个更大（surface_sunset_deg or earth_sunset_deg）并将满足我的标准的那个存储在一个新专栏df["sunset_deg"]。
据我所知，循环数据帧的最有效方法是使用apply函数，因此我写的是：
df["sunset_deg"] = df.apply(lambda row: row["earth_sunset_deg"] if row["earth_sunset_deg"] < row["surface_sunset_deg"] else row["surface_sunset_earth"], axis=1)
我得到的错误是：
Traceback (most recent call last):
File "C:\Users\Admin\Anaconda3\lib\site-packages\pandas\core\indexes\base.py", line 2483, in get_value
return libts.get_value_box(s, key)
File "pandas/_libs/tslib.pyx", line 923, in pandas._libs.tslib.get_value_box (pandas\_libs\tslib.c:18843)
File "pandas/_libs/tslib.pyx", line 932, in pandas._libs.tslib.get_value_box (pandas\_libs\tslib.c:18477)
TypeError: 'str' object cannot be interpreted as an integer
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "C:\Users\Admin\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 2910, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-11-69be989aa737>", line 1, in <module>
df.apply(lambda row: row["earth_sunset_deg"] if row["earth_sunset_deg"] < row["surface_sunset_deg"] else row["surface_sunset_earth"], axis=1)
File "C:\Users\Admin\Anaconda3\lib\site-packages\pandas\core\frame.py", line 4262, in apply
ignore_failures=ignore_failures)
File "C:\Users\Admin\Anaconda3\lib\site-packages\pandas\core\frame.py", line 4358, in _apply_standard
results[i] = func(v)
File "<ipython-input-11-69be989aa737>", line 1, in <lambda>
df.apply(lambda row: row["earth_sunset_deg"] if row["earth_sunset_deg"] < row["surface_sunset_deg"] else row["surface_sunset_earth"], axis=1)
File "C:\Users\Admin\Anaconda3\lib\site-packages\pandas\core\series.py", line 601, in __getitem__
result = self.index.get_value(self, key)
File "C:\Users\Admin\Anaconda3\lib\site-packages\pandas\core\indexes\base.py", line 2491, in get_value
raise e1
File "C:\Users\Admin\Anaconda3\lib\site-packages\pandas\core\indexes\base.py", line 2477, in get_value
tz=getattr(series.dtype, 'tz', None))
File "pandas\_libs\index.pyx", line 98, in pandas._libs.index.IndexEngine.get_value
File "pandas\_libs\index.pyx", line 106, in pandas._libs.index.IndexEngine.get_value
File "pandas\_libs\index.pyx", line 154, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\hashtable_class_helper.pxi", line 1210, in pandas._libs.hashtable.PyObjectHashTable.get_item
File "pandas\_libs\hashtable_class_helper.pxi", line 1218, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: ('surface_sunset_earth', 'occurred at index 2016-02-02 00:30:00')
当我为数据帧的前30个elemtns运行相同的代码行时，所以：
df["sunset_deg"] = df[:30].apply(lambda row: row["earth_sunset_deg"] if row["earth_sunset_deg"] < row["surface_sunset_deg"] else row["surface_sunset_earth"], axis=1)
它运行平稳并产生我想要的结果。你能帮我找回错误吗？我对Python比较陌生，我已经尽力而为，但没有成功。提前谢谢。
答案 0 :(得分：2)
使用apply()对此无效。你应该几乎不要使用apply()，除非作为最后的手段。您可以更简单地解决您的问题：
df["sunset_deg"] = df[["earth_sunset_deg", "surface_sunset_deg"]].min(1)
这是一种可能更容易扩展到不同条件的替代方案：
df["sunset_deg"] = df["earth_sunset_deg"].where(df["surface_sunset_deg"] > df["earth_sunset_deg"], df["surface_sunset_deg"])
其中任何一个都比使用apply()（实际上只是一个for循环的任何东西都要高效得多（这个循环很慢）。
答案 1 :(得分：0)
问题在于＆lt; surface_sunset_earth＆＃39;不存在于指定的行中。 确切地说，问题在于：
else row["surface_sunset_earth"]
你无法获得密钥＆＃34; surface_sunset_earth＆＃34;如果它不存在于指定的行中。
也许你不想在这里使用lambda。 lambda对于小逻辑更好，当逻辑变大时，你最好使用函数。
这将是一个解决方案：
def my_func(row):
try:
if row["earth_sunset_deg"] < row["surface_sunset_deg"]:
return row["earth_sunset_deg"]
else:
return row["surface_sunset_earth"]
except KeyError:
# Decide here what to do in case one of the keys aren't exists
pass
df["sunset_deg"] = df[:30].apply(my_func, axis=1)