pandas使用 lambda apply 如何当前获取列名和索引号？

Question

需求1：
df中有apple和banana列，如果列名在list ["apple","pear"]中，则需要把对应的列值都除以10，我通过遍历cols方式，判断列名是否在list中，有没有办法直接通过lambda apply写在一行中，而不使用for循环遍历呢？

需求2：
对于第二列banana，需要在原来的字符上加上索引号，因为不知道怎么通过lambda获取当前行的索引值，还是写了一个循环，那这个能够通过避免写for循环实现呢？

list = ["apple","pear"]
df = pd.DataFrame({'apple': [1,2,3,4],'banana': ['b1','b2','b3','b4']})
print(df)
   apple banana
0      1     b1
1      2     b2
2      3     b3
3      4     b4

cols = df.columns.tolist() 
for col in cols:  # 对包含在list中的apple 除以10，写了一个循环，是否可以避免循环直接写apply？
    if col in list:
        df[col] = df[col].apply(lambda x:x/10) 

for i, row in df.iterrows():  # 对于第二列banana，需要在原来的字符上加上索引号，这个能够通过避免写循环实现呢？
    df.iloc[i,1] =  str(i) + "_" + df.iloc[i,1]
print(df)

   apple banana
0    0.1   0_b1
1    0.2   1_b2
2    0.3   2_b3
3    0.4   3_b4

Answer 1

这样试试

import pandas as pd
list = ["apple", "pear"]
df = pd.DataFrame({'apple': [1, 2, 3, 4], 'banana': ['b1', 'b2', 'b3', 'b4']})
m=df.columns[df.columns.isin(list)][0]
df[m]=df[m].apply(lambda x: float(x)/10)
df['banana']=df['banana'].apply(lambda x:str(df[df['banana']==x].index.values[0])+'_'+x)
print(df)

apple banana
0    0.1   0_b1
1    0.2   1_b2
2    0.3   2_b3
3    0.4   3_b4

如有多列与所给列表元素相同，仍然需要遍历m。