Pandas Dataframe.apply 返回 Dataframe 而不是 Series

Question

代码sn-p

def func(a_val, b_val):
    ...
    return new_df

mydf = mydf.append(existing_df.apply(lambda x: func(x['A'], x['B']), axis=1), ignore_index=True)

根据 sn-p 显示的代码，我正在尝试使用 apply 来遍历 existing_df 中的每一行并返回一个最终需要附加到 mydf 中的 new_df，但 apply 只返回一个 Series 对象并且 new_df 被转换进入一个系列，其中所有列和行在附加到 mydf 后都被放入一个单个单元格中。

是否允许 dataframe.apply 改为返回原始数据框？

更新示例：

import pandas as pd

existing_df = pd.DataFrame({'router': ['RouterA', 'RouterA', 'RouterB', 'RouterB'], 'vpn': ['vpn1', 'vpn2', 'vpn3', 'vpn4']})

cols = ['router', 'vpn', 'peer']
my_df = pd.DataFrame(columns=cols)
def func(router, vpn):
    new_df = pd.DataFrame(columns=cols)
    # look for extra information based on router + vpn, and return a dataframe. 1 vpn will return multiple peer result, and the result
    # will need to return back to my_df.
    return new_df

my_df = my_df.append(existing_df.apply(lambda x: func(x['router'], x['vpn']), axis=1))

new_df 应该是这样的

router  vpn  peer
RouterA vpn1 10.1.1.1
RouterA vpn1 10.1.1.2
RouterA vpn1 10.1.1.3

并追加到my_df，所以每个router+vpn都会返回一个多行数据帧并返回到my_df。

Answer 1

更新（不适用，但迭代）

原因： 我发现了类似的问题（https://stackoverflow.com/a/45946771/7035448），每次申请需要多行，并发现这是可行的，并且以某种方式接受的答案使用 pd.apply（https://stackoverflow.com/a/13052373/7035448）对我不起作用

import pandas as pd
df = pd.DataFrame([[4, 9]] * 2, columns=['router', 'vpn'])
cols = ['router', 'vpn', 'peer']
my_df = pd.DataFrame(columns=cols)
def func(row):
    r1 = row['router']
    v1 = row['vpn']
    return pd.DataFrame({'router': [r1, r1, r1], 'vpn': [v1, v1, v1], 'peer': ['p1', 'p2', 'p3']})
pd.concat([func(row) 
           for _, row in df.iterrows()], ignore_index=True)

这可以用 itterrows 来完成

---

---

---

是的，在大多数用例中，我只需要系列，但是当我们需要数据框时，当存在类似 apply 的情况时需要返回列表，该列表被拆分为列，例如取自 pd.apply，在这种情况下，result_type 参数可能会有所帮助。

df = pd.DataFrame([[4, 9]] * 3, columns=['A', 'B'])

df.apply(lambda x: [1, 2], axis=1, result_type='expand')

看这张图，应该可以解释

以上参数 result_type 的使用为您提供了一个数据框而不是系列。由于尚不清楚您的功能是否会完成，但根据您所描述的rows are being throw into 1 single cell，这应该是方式。我猜？