+-
这是一个数据帧：
A B C
0 6 2 -5
1 2 5 2
2 10 3 1
3 -5 2 8
4 3 6 2
我可以使用df.apply检索一个基本上是原始df列的元组的列：
out = df.apply(tuple, 1)
print(out)
0 (6, 2, -5)
1 (2, 5, 2)
2 (10, 3, 1)
3 (-5, 2, 8)
4 (3, 6, 2)
dtype: object
但是,如果我想要一个值列表而不是它们的元组,我不能这样做,因为它没有给我我期望的东西：
out = df.apply(list, 1)
print(out)
A B C
0 6 2 -5
1 2 5 2
2 10 3 1
3 -5 2 8
4 3 6 2
相反,我需要这样做：
out = pd.Series(df.values.tolist())
print(out)
0 [6, 2, -5]
1 [2, 5, 2]
2 [10, 3, 1]
3 [-5, 2, 8]
4 [3, 6, 2]
dtype: object
为什么我不能使用df.apply(list,1)来获得我想要的东西？
附录
一些可能的解决方法的时间安排：
df_test = pd.concat([df] * 10000, 0)
%timeit pd.Series(df.values.tolist()) # original workaround
10000 loops, best of 3: 161 µs per loop
%timeit df.apply(tuple, 1).apply(list, 1) # proposed by Alexander
1000 loops, best of 3: 615 µs per loop
最佳答案
罪魁祸首是 here.使用func = tuple它可以工作,但是使用func = list会在编译模块lib.reduce中引发异常：
ValueError: ('function does not reduce', 0)
正如您所看到的,他们捕获异常但不愿意处理它.
即使没有太宽泛的except子句,这也是熊猫中的一个错误.您可能会尝试在他们的跟踪器上提升它,但类似的问题已经关闭了一些不会修复或欺骗的味道.
16321: weird behavior using apply() creating list based on current columns
15628: Dataframe.apply does not always return a Series when reduce=True
后一个问题已经关闭,然后重新开放,并在几个月前转换为文档增强请求,现在似乎被用作任何相关问题的倾销场.
据推测,这不是一个高优先级,因为,作为piRSquared commented(以及其中一个熊猫维护者commented the same),你最好使用列表理解：
pd.Series([list(x) for x in df.itertuples(index=False)])
通常申请将使用numpy ufunc或类似.
点击查看更多相关文章
转载注明原文：python – 为什么df.apply(元组)工作但不是df.apply(list)？ - 乐贴网
