为什么 pandas.DataFrame.apply 产生 Series 而不是 DataFrame答案

【问题标题】：Why does pandas.DataFrame.apply produces Series instead of DataFrame为什么 pandas.DataFrame.apply 产生 Series 而不是 DataFrame
【发布时间】：2021-10-28 14:57:46
【问题描述】：

我不太明白为什么从下面的代码中 pandas 返回的是 Series 而不是 DataFrame。

import pandas as pd
df = pd.DataFrame([[4,9]]*3, columns = ["A", "B"])

def plus_2(x):
    y =[]
    for i in range(0, len(x)):
        y.append(x[i]+2)
    return y

df_row = df.apply(plus_2, axis = 1) # Applied to each row
df_row

如果我更改 axis=0，它会按预期生成 DataFrame：

import pandas as pd
df = pd.DataFrame([[4,9]]*3, columns = ["A", "B"])

def plus_2(x):
    y =[]
    for i in range(0, len(x)):
        y.append(x[i]+2)
    return y

df_row = df.apply(plus_2, axis = 0) # Applied to each row
df_row

这是输出：

【问题讨论】：

标签： pandas dataframe apply series

【解决方案1】：

在您放置 axis=1 的第一个示例中，您在行级别实现。这意味着对于每一行 plus_2 函数返回 y 这是两个元素的列表（但列表作为一个整体是单个元素，所以这是 pd.Series）。根据您的示例，它将返回 3x 列表（每个 2 个元素）。如果是单行，这里是单个列表。

您可以通过在应用中添加 result_type="expand" 来扩展此结果并创建两列（列表中的每个元素都是新列）：

df_row = df.apply(lambda x: plus_2(x), axis=1, result_type="expand")

# output

    0   1
0   6   11
1   6   11
2   6   11

在第二种方法中，您将 axis=0 应用于列级别。这意味着对于每一列 plus_2 函数返回 y，因此 plus_2 应用了两次，分别用于 A 列和 B 列。这就是它返回数据框的原因：您的输入是包含 A 和 B 列的 DataFrame，每列应用 plus_2 函数并返回 A 和 B 列作为应用 plus_2 函数的结果。

根据您的示例，它将返回 2x 列表（每个 3 个元素）。这里单个列表是单个列。

所以axis=1和axis=0的主要区别在于：

如果您在行级别应用 apply 将返回：

[6, 11]
[6, 11]
[6, 11]

如果您在列级别应用 apply 将返回：

[6, 6, 6]
[11, 11, 11]

【讨论】：