调用 pandas ValueError 时，使用 axis=1 应用并将不同长度的列表设置为单元格值

Question

使用 axis=1 在 Pandas 数据帧上调用 apply 时，尝试将列表设置为单元格值时ValueError。

注意：不同行中的列表长度不同，这似乎是原因，但不确定如何克服它。

import numpy as np
import pandas as pd
data = [{'a': 1, 'b': '3412', 'c': 0}, {'a': 88, 'b': '56t23', 'c': 1}, 
{'a': 45, 'b': '412t34t324', 'c': 2}]
df = pd.DataFrame.from_dict(data)
print("df: ")
print(df)
def get_rank_array(ids):
    ids = list(map(int, ids))
    return np.random.randint(0, 10, len(ids))
def get_rank_list(ids):
    ids = list(map(int, ids))
    return np.random.randint(0, 10, len(ids)).tolist()
df['rank'] = df.apply(lambda row: get_rank_array(row['b'].split('t')), axis=1)
ValueError: could not broadcast input array from shape (2) into shape (3)
df['rank'] = df.apply(lambda row: get_rank_list(row['b'].split('t')), axis=1)
print("df: ")
print(df)
df: 
    a             b  c       rank
0   1          3412  0        [6]
1  88        56t23  1     [0, 0]
2  45  412t34t324  2  [3, 3, 6]

get_rank_list有效，但在产生上述预期结果方面没有get_rank_array。

我知道 (3，( 形状来自数据框中的列数，(2，( 来自在第二行拆分56t23后的列表长度。但我不明白错误本身背后的原因。

什么时候

data = [{'a': 45, 'b': '412t34t324', 'c': 2}, 
{'a': 1, 'b': '3412', 'c': 0}, {'a': 88, 'b': '56t23', 'c': 1}]

列表也会发生错误。

Answer 1

观察 -

df.apply(lambda x: [0, 1, 2])
   a  b  c
0  0  0  0
1  1  1  1
2  2  2  2
df.apply(lambda x: [0, 1])
a    [0, 1]
b    [0, 1]
c    [0, 1]
dtype: object

熊猫在apply里面做了两件事：

1. 它的特殊情况np.array s 和 list s，以及
2. 如果形状兼容，它会尝试将结果对齐到数据帧中

请注意，数组

的特殊情况与列表略有不同，因为如果形状不兼容，对于列表，结果是一个系列(如上面的第二个输出所示(，但对于数组，

df.apply(lambda x: np.array([0, 1, 2]))
   a  b  c
0  0  0  0
1  1  1  1
2  2  2  2
df.apply(lambda x: np.array([0, 1]))
ValueError: Shape of passed values is (3, 2), indices imply (3, 3)

简而言之，这是熊猫内部的结果。有关详细信息，请仔细阅读 GitHub 上的apply函数代码。

---

要获得所需的 o/p，请使用列表推导并将结果分配给 df['new'] 。不要使用应用。

df['new'] = [
    np.random.randint(0, 10, len(x.split('t'))).tolist() for x in df.b
]
df
    a             b  c        new
0   1          3412  0        [8]
1  88        56t23  1     [4, 2]
2  45  412t34t324  2  [9, 0, 3]