在Pandas Lambda函数中使用Apply，有多个if语句

使用Pandas Lambda函数中的apply方法时，可以在Lambda函数中使用多个if语句实现更加复杂的条件筛选和处理。下面介绍Lambda函数中使用apply方法的完整攻略，并给出具体的实例说明。

1. 准备数据
   首先，需要准备Pandas DataFrame类型的数据。以一个图书信息表为例，数据如下所示：

import pandas as pd

df = pd.DataFrame({'title': ['The Great Gatsby', 'One Hundred Years of Solitude', 'To Kill a Mockingbird', 'Pride and Prejudice'], 
                   'year': [1925, 1967, 1960, 1813],
                   'author': ['F. Scott Fitzgerald', 'Gabriel García Márquez', 'Harper Lee', 'Jane Austen']})

print(df)

输出：

                          title  year                  author
0            The Great Gatsby  1925      F. Scott Fitzgerald
1  One Hundred Years of Solitude  1967  Gabriel García Márquez
2         To Kill a Mockingbird  1960               Harper Lee
3            Pride and Prejudice  1813              Jane Austen

1. 创建Lambda函数
   Lambda函数中使用多个if语句时，需要注意语句的嵌套和缩进。Lambda函数中的多个if语句可以按照以下格式书写：

lambda x: [Return value if condition1 else [Return value if condition2 else [Return value if condition3 else ...]]]

下面创建一个Lambda函数，将年份在1950年之前的图书标记为“Classic”，年份在1950年之后的图书标记为“Modern”：

classify_books = lambda x: 'Classic' if x['year'] < 1950 else ('Modern' if x['year'] >= 1950 else '')

1. 使用apply方法
   在Lambda函数中使用多个if语句后，可以使用apply方法将Lambda函数应用于DataFrame中的每一行数据。使用apply方法的格式如下：

df.apply(lambda x: function(x), axis=1)

其中，function为Lambda函数。在这个例子中，应该使用如下代码：

df['category'] = df.apply(lambda x: classify_books(x), axis=1)

print(df)

输出：

                          title  year                  author category
0            The Great Gatsby  1925      F. Scott Fitzgerald  Classic
1  One Hundred Years of Solitude  1967  Gabriel García Márquez   Modern
2         To Kill a Mockingbird  1960               Harper Lee   Modern
3            Pride and Prejudice  1813              Jane Austen  Classic

可以看到，使用Lambda函数和apply方法后，成功将图书按照时间分类为“Classic”和“Modern”，并在原数据框中添加了一列“category”来储存分类结果。

总结：使用Lambda函数中的多个if语句可以实现更加复杂的条件筛选和处理，使用apply方法可以将Lambda函数应用于DataFrame中的每一行数据。以上是使用Pandas Lambda函数中使用Apply，有多个if语句的完整攻略。