使用zip（）在混合类型的数据帧上抛出“传递值的形状是（x，y），索引意味着（w，z）”

Question

*编辑编辑编辑*

我在这个问题上纠结了一段时间，虽然普通的示例可以正常工作，但在混合类型的数据帧上，我总是遇到这个错误。在

我的目标是添加两个新的计算列。在

import pandas as pd
import datetime as dt

df = pd.DataFrame({'one' : pd.Series([1, 2, 3, 4]),
                   'two' : pd.Series([20, 30, 40, 50]),
                   'zree': pd.Series([dt.datetime(2016, 7, x) for x in range(1, 5)])})

df['sum'], df['prod'] = zip(*df.apply(lambda row: (row.one + row.two,
                                                   row.one * row.two), axis=1))


...
ValueError: Shape of passed values is (4, 2), indices imply (4, 3)

当我删除包含datetime的列'zree'或将type更改为int时，错误就会消失。在

有什么解决办法吗？在

任何帮助将不胜感激。在

^{pr2}$

Answer 1

显然df.apply也需要为第三列返回一些内容，而您的lambda为每一行返回两个值。 因此，只需像这样选择前两列，为您的apply获取一个4x2数据帧：

df['sum'], df['prod'] = zip(*df[['one', 'two']].apply(lambda row: (row.one + row.two, row.one * row.two), axis=1))

Answer 2

我对您的混合类型问题很感兴趣，并深入研究了DataFrame的源代码。显然，当你的DataFrame是混合类型（即df._is_mixed_type是{}）时，应用的函数与同构时不同。在

当您对混合类型的数据帧调用apply时，它调用DataFrame._apply_standard（至少在您的例子中是这样），然后返回DataFrame(data=results, index=index)。results是根据函数{0: (21, 20), 1: (32, 60), 2: (43, 120), 3: (54, 200)}的输出生成的dict，index是{}（即，DataFrame的列）。如您所见，索引（3）的大小与结果（每列2个）的大小不匹配。在

要避免这种情况，需要在函数中返回Series：

df.apply(lambda row: pd.Series((row.one + row.two, row.one * row.two)), axis=1)

在本例中，df的索引用于结果DataFrame，而不是作为索引的列：

^{pr2}$

要从原始帖子中获得所需的结果，可以执行以下操作：

In [90]  zip(*df.apply(lambda row: pd.Series((row.one + row.two,
                                               row.one * row.two)), axis=1).values)
Out[90]  [(21, 32, 43, 54), (20, 60, 120, 200)]

在相同类型DataFrame的情况下，DataFrame._apply_raw被调用，在您的例子中，它返回一个Series，因为函数的输出是一个列表（一维）。在

我希望这能把事情弄清楚一点，如果需要了解更多信息，可以进行一些调试。我用熊猫0.18.1版进行了测试。在