當使用應用於熊貓數據幀時傳遞值的形狀錯誤

Question

我想在給定數據框（dfTest，其中包含向量x的值）的所有行上應用基本樣條函數以獲得更大的（dfBigger）包含矢量xnew的所有值（其中包含x）。

所以我定義了以下變量：

和基本樣條函數：

def spline(y, x , xnew): 
    from scipy import interpolate 
    model = interpolate.splrep(x,y, s=0.) 
    ynew = interpolate.splev(xnew,model) 
    result = ynew.round(3) 
    return result 

這似乎工作：

spline(dfTest.iloc[0],x,xnew) 
Out[176]: array([ 0.696, 0.286, 0.161, 0.227, 0.388, 0.551]) 

但是當我嘗試將其應用在所有行上使用：

dfBigger = dfTest.apply(lambda row : spline(row, x, xnew), axis = 1) 

我得到這個：

ValueError: Shape of passed values is (3, 6), indices imply (3, 4) 

爲dfBigger大小沒有說明什麼。我看不到什麼是錯的。有關此代碼的任何幫助和/或評論將不勝感激。

Answer 1

df.apply(func)嘗試從func返回的值 中構建新的Series或DataFrame。 Series或DataFrame的形狀取決於func返回的 值的種類。要獲取有關如何df.apply的行爲， 實驗用下面的調用更好地處理：

dfTest.apply(lambda row: 1, axis=1)      # Series 
dfTest.apply(lambda row: [1], axis=1)      # Series 
dfTest.apply(lambda row: [1,2], axis=1)     # Series 
dfTest.apply(lambda row: [1,2,3], axis=1)     # Series 
dfTest.apply(lambda row: [1,2,3,4], axis=1)    # Series 
dfTest.apply(lambda row: [1,2,3,4,5], axis=1)    # Series 

dfTest.apply(lambda row: np.array([1]), axis=1)   # DataFrame 
dfTest.apply(lambda row: np.array([1,2]), axis=1)   # ValueError 
dfTest.apply(lambda row: np.array([1,2,3]), axis=1)  # ValueError 
dfTest.apply(lambda row: np.array([1,2,3,4]), axis=1)  # DataFrame! 
dfTest.apply(lambda row: np.array([1,2,3,4,5]), axis=1) # ValueError 

dfTest.apply(lambda row: pd.Series([1]), axis=1)   # DataFrame 
dfTest.apply(lambda row: pd.Series([1,2]), axis=1)  # DataFrame 
dfTest.apply(lambda row: pd.Series([1,2,3]), axis=1)  # DataFrame 
dfTest.apply(lambda row: pd.Series([1,2,3,4]), axis=1) # DataFrame 
dfTest.apply(lambda row: pd.Series([1,2,3,4,5]), axis=1) # DataFrame 

那麼什麼規則我們可以從這些實驗中得出？

• 如果func返回一個標量或列表，df.apply(func)返回一個Series。
• 如果func返回一個系列，df.apply(func)返回一個DataFrame。
• 如果func返回一維NumPy數組，和該數組只有一個元素，df.apply(func)返回一個DataFrame。 （不是一個十分有用的情況下，...）
• 如果func返回一維陣列NumPy的，和陣列具有相同數量的元素作爲df具有列，df.apply(func)返回一個數據幀。 （有用的，但有限的）

由於func返回6個值，並且要一個數據幀作爲結果， 的解決方案是讓func返回一個系列代替NumPy的陣列：

def spline(y, x, xnew): 
    ... 
    return pd.Series(result) 

---

import numpy as np 
import pandas as pd 
from scipy import interpolate 

def spline(y, x, xnew): 
    model = interpolate.splrep(x,y, s=0.) 
    ynew = interpolate.splev(xnew,model) 
    result = ynew.round(3) 
    return pd.Series(result) 

x = [0,1,3,5] 
xnew = range(0,6) 
np.random.seed(123) 
dfTest = pd.DataFrame(np.random.rand(12).reshape(3,4)) 
# spline(dfTest.iloc[0],x,xnew) 
dfBigger = dfTest.apply(lambda row : spline(row, x, xnew), axis=1) 
print(dfBigger) 

產生

 0  1  2  3  4  5 
0 0.696 0.286 0.161 0.227 0.388 0.551 
1 0.719 0.423 0.630 0.981 1.119 0.685 
2 0.481 0.392 0.333 0.343 0.462 0.729