Estoy tratando de acceder al índice de una fila en una función aplicada en todo un DataFramePandas. Tengo algo como esto:

df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df
   a  b  c
0  1  2  3
1  4  5  6

y definiré una función que acceda a elementos con una fila determinada

def rowFunc(row):
    return row['a'] + row['b'] * row['c']

Puedo aplicarlo así:

df['d'] = df.apply(rowFunc, axis=1)
>>> df
   a  b  c   d
0  1  2  3   7
1  4  5  6  34

¡Increíble! Ahora, ¿qué pasa si quiero incorporar el índice en mi función? El índice de cualquier fila dada en esto DataFrameantes de agregar dsería Index([u'a', u'b', u'c', u'd'], dtype='object'), pero quiero el 0 y el 1. Así que no puedo acceder row.index.

Sé que podría crear una columna temporal en la tabla donde almaceno el índice, pero me pregunto si está almacenado en el objeto de fila en algún lugar.

Para acceder al índice en este caso accedes al nameatributo:

In [182]:

df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
def rowFunc(row):
    return row['a'] + row['b'] * row['c']

def rowIndex(row):
    return row.name
df['d'] = df.apply(rowFunc, axis=1)
df['rowIndex'] = df.apply(rowIndex, axis=1)
df
Out[182]:
   a  b  c   d  rowIndex
0  1  2  3   7         0
1  4  5  6  34         1

Tenga en cuenta que si esto es realmente lo que está tratando de hacer, lo siguiente funciona y es mucho más rápido:

In [198]:

df['d'] = df['a'] + df['b'] * df['c']
df
Out[198]:
   a  b  c   d
0  1  2  3   7
1  4  5  6  34

In [199]:

%timeit df['a'] + df['b'] * df['c']
%timeit df.apply(rowIndex, axis=1)
10000 loops, best of 3: 163 µs per loop
1000 loops, best of 3: 286 µs per loop

EDITAR

Si mira esta pregunta más de 3 años después, podría hacer lo siguiente:

In[15]:
df['d'],df['rowIndex'] = df['a'] + df['b'] * df['c'], df.index
df

Out[15]: 
   a  b  c   d  rowIndex
0  1  2  3   7         0
1  4  5  6  34         1

pero asumiendo que no es tan trivial como esto, sea lo que sea lo que rowFuncesté haciendo realmente, debería buscar usar las funciones vectorizadas y luego usarlas contra el índice df:

In[16]:
df['newCol'] = df['a'] + df['b'] + df['c'] + df.index
df

Out[16]: 
   a  b  c   d  rowIndex  newCol
0  1  2  3   7         0       6
1  4  5  6  34         1      16

Ya sea:

1. row.namedentro de la apply(..., axis=1)llamada:

df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'], index=['x','y'])

   a  b  c
x  1  2  3
y  4  5  6

df.apply(lambda row: row.name, axis=1)

x    x
y    y

2. con iterrows()(más lento)

DataFrame.iterrows () le permite iterar sobre filas y acceder a su índice:

for idx, row in df.iterrows():
    ...

Para responder a la pregunta original: sí, puede acceder al valor de índice de una fila en apply(). Está disponible bajo la clave namey requiere que usted especifique axis=1(porque la lambda procesa las columnas de una fila y no las filas de una columna).

Ejemplo de trabajo (pandas 0.23.4):

>>> import pandas as pd
>>> df = pd.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c'])
>>> df.set_index('a', inplace=True)
>>> df
   b  c
a      
1  2  3
4  5  6
>>> df['index_x10'] = df.apply(lambda row: 10*row.name, axis=1)
>>> df
   b  c  index_x10
a                 
1  2  3         10
4  5  6         40