對熊貓數據框元素中的數組使用'apply'

Question

我正在處理包含數據框元素內數組的熊貓數據框。我試圖「應用」這些元素的功能，然後返回一個數組。但是我有一些非常不一致的行爲。該功能在前幾次運行良好，但後來失敗。這裏是我的代碼：

import pandas as pd 
import numpy as np 

def g(x): # Function fails if I omit the .tolist() 
    return (np.concatenate([x['B'][1:], x['C'][1:]])).tolist() 

df = pd.DataFrame({'A' : (1,2,3), \ 
        'B': (np.array([0,1,2,3]),np.array([3,4,5,6]),np.array([6,7,8,9])), \ 
        'C': (np.array([0,1,2,3]),np.array([2,9,6,9]),np.array([2,4,6,7]))}) 
# Before we start 
print(df) 
print("B is type: ", type(df.loc[0,'B'])) 
# First time 
df['G'] = df.apply(g, axis=1) 
print("G is type: ", type(df.loc[0,'G'])) 
# Second time 
df['H'] = df.apply(g, axis=1) 
print("H is type: ", type(df.loc[0,'H'])) 
# Third time 
df['I'] = df.apply(g, axis=1) 
print("I is type: ", type(df.loc[0,'I'])) 
# Fourth time - this one fails for me 
df['J'] = df.apply(g, axis=1) 
print("J is type: ", type(df.loc[0,'J'])) 
# Fifth time 
df['K'] = df.apply(g, axis=1) 
print("K is type: ", type(df.loc[0,'K'])) 

該代碼運行良好，直到行df ['J']，它在哪裏失敗。輸出是這樣的：

A    B    C 
0 1 [0, 1, 2, 3] [0, 1, 2, 3] 
1 2 [3, 4, 5, 6] [2, 9, 6, 9] 
2 3 [6, 7, 8, 9] [2, 4, 6, 7] 
B is type: <class 'numpy.ndarray'> 
G is type: <class 'list'> 
H is type: <class 'list'> 
I is type: <class 'list'> 

再有就是與"ValueError: Wrong number of items passed 6, placement implies 1"完成一個很長的錯誤消息，並且也有一個"KeyError: 'J'"在那裏了。

瘋狂的事情是，功能運行良好的前幾次。我的問題是：

• 爲什麼我的代碼在df['J']失敗？
• 我怎麼能得到g(x)返回一個numpy數組而不是一個列表？如果我忽略了.tolist()，它會給我一個錯誤。
• 有沒有一種更簡單的方法來處理數組中的數組？

任何幫助將巨大讚賞！我花了2天時間試圖瞭解這裏發生了什麼。

P.S.我沒有解釋爲什麼我在數據框元素中使用數組，但是我可以解釋你是否認爲它會有幫助。

Answer 1

在您應用g函數的不同時間之間，您的數據框會發生變化，那麼熊貓的反應將不會每次都是相同的。如果你只需要將其應用到列B和C，我建議你鍵入：

df['J'] = df[['B','C']].apply(g, axis=1) 
print("J is type: ", type(df.loc[0,'J'])) 

這樣它工作正常（但再次只取列B和C考慮在內）。

至於錯誤，根據Ians，這是因爲只要apply的輸出超過6列，就會變成DataFrame而不是Series。然後它不能設置爲df['J']。