python - 一旦 df 包含时间序列，Pandas apply with list output 会给出 ValueError

Question

我正在尝试实现一个返回两个值的应用函数，因为计算相似且非常耗时，所以我不想应用两次。下面是一个非常愚蠢的 MWE，我知道有更简单的方法可以实现这个 MWE 的功能。我的实际功能更复杂，但我已经遇到这个 MWE 的错误:

所以，我让这个工作:

def function(row):
    return [row.A, row.A/2]

df = pd.DataFrame({'A' : np.random.randn(8),
                'B' : np.random.randn(8)})
df[['D','E']] = df.apply(lambda row: function(row), axis=1).apply(pd.Series)

但是，这不会:

df2 = pd.DataFrame({'A' : np.random.randn(8),
                'B' : pd.date_range('1/1/2011', periods=8, freq='H'),
              'C' : np.random.randn(8)})
df2[['D','E']] = df2.apply(lambda row: function(row), axis=1).apply(pd.Series)

相反，它给了我ValueError:传递值的形状是 (8, 2)，索引表示 (8, 3)

我不明白为什么改变 B 列的类型会影响结果，它甚至根本没有用在应用函数中？

我想我可以通过暂时排除日期列来避免示例中的这个问题。但是，稍后在我的函数中我将需要使用日期。

谁能解释一下，为什么这个例子不起作用？包含 TS 会发生什么变化？

Answer 1

让 function 返回一个 pd.Series。返回一个列表使 apply 尝试将列表放入现有行中。返回一个 pd.Series 让 pandas 相信一些不同的东西。

def function(row):
    return pd.Series([row.A, row.A/2])


df2 = pd.DataFrame({'A' : np.random.randn(8),
                    'B' : pd.date_range('1/1/2011', periods=8, freq='H'),
                    'C' : np.random.randn(8)})
df2[['D','E']] = df2.apply(function, axis=1)

df2

---

尝试解释

s = pd.Series([1, 2, 3])
s

0    1
1    2
2    3
dtype: int64

---

s.loc[:] = [4, 5, 6]
s

0    4
1    5
2    6
dtype: int64

---

s.loc[:] = [7, 8]

ValueError: cannot set using a slice indexer with a different length than the value