抱歉，这不是一个好头衔。举个简单的例子：
（熊猫版本0.16.1）
df = pd.DataFrame({ 'x':range(1,5), 'y':[1,1,1,9] })
工作正常：
df.apply( lambda x: x > x.mean() )
x y
0 False False
1 False False
2 True False
3 True True
这项工作不应该一样吗？
df.apply( lambda x: x.mean() < x )
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-467-6f32d50055ea> in <module>()
----> 1 df.apply( lambda x: x.mean() < x )
C:\Users\ei\AppData\Local\Continuum\Anaconda\lib\site-packages\pandas\core\frame.pyc in apply(self, func, axis, broadcast, raw, reduce, args, **kwds)
3707 if reduce is None:
3708 reduce = True
-> 3709 return self._apply_standard(f, axis, reduce=reduce)
3710 else:
3711 return self._apply_broadcast(f, axis)
C:\Users\ei\AppData\Local\Continuum\Anaconda\lib\site-packages\pandas\core\frame.pyc in _apply_standard(self, func, axis, ignore_failures, reduce)
3797 try:
3798 for i, v in enumerate(series_gen):
-> 3799 results[i] = func(v)
3800 keys.append(v.name)
3801 except Exception as e:
<ipython-input-467-6f32d50055ea> in <lambda>(x)
----> 1 df.apply( lambda x: x.mean() < x )
C:\Users\ei\AppData\Local\Continuum\Anaconda\lib\site-packages\pandas\core\ops.pyc in wrapper(self, other, axis)
586 return NotImplemented
587 elif isinstance(other, (np.ndarray, pd.Index)):
--> 588 if len(self) != len(other):
589 raise ValueError('Lengths must match to compare')
590 return self._constructor(na_op(self.values, np.asarray(other)),
TypeError: ('len() of unsized object', u'occurred at index x')
对于一个反例，这些都有效：
df.mean() < df
df > df.mean()
答案 0 :(得分：3)
修改
最后发现了这个错误 - Issue 9369
正如问题所示 -
left = 0＆gt; s工作（例如python标量）。所以我认为这是存在的 被视为0-dim数组（它是一个np.int64）（而不是作为标量 叫做。）我会把它标记为一个bug。随意挖掘
在比较运算符左侧使用具有numpy数据类型（如np.int64或np.float64等）的比较运算符时，会出现此问题。对@santon在他的回答中提到的一个简单的解决方法是将数字转换为python标量，而不是使用numpy标量。
旧：
我试过Pandas 0.16.2。
我在原来的df上做了以下事情 -
In [22]: df['z'] = df['x'].mean() < df['x']
In [23]: df
Out[23]:
x y z
0 1 1 False
1 2 1 False
2 3 1 True
3 4 9 True
In [27]: df['z'].mean() < df['z']
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-27-afc8a7b869b4> in <module>()
----> 1 df['z'].mean() < df['z']
C:\Anaconda3\lib\site-packages\pandas\core\ops.py in wrapper(self, other, axis)
586 return NotImplemented
587 elif isinstance(other, (np.ndarray, pd.Index)):
--> 588 if len(self) != len(other):
589 raise ValueError('Lengths must match to compare')
590 return self._constructor(na_op(self.values, np.asarray(other)),
TypeError: len() of unsized object
对我来说似乎是一个错误，我可以将布尔均值与int进行比较，反之亦然，但是当使用布尔均值与布尔值时才会出现问题（尽管我认为对布尔值采用mean（）并不合理） -
In [24]: df['z'] < df['x']
Out[24]:
0 True
1 True
2 True
3 True
dtype: bool
In [25]: df['z'] < df['x'].mean()
Out[25]:
0 True
1 True
2 True
3 True
Name: z, dtype: bool
In [26]: df['x'].mean() < df['z']
Out[26]:
0 False
1 False
2 False
3 False
Name: z, dtype: bool
我在Pandas 0.16.1中尝试并复制了这个问题，它也可以使用 -
进行复制In [10]: df['x'].mean() < df['x']
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-10-4e5dab1545af> in <module>()
----> 1 df['x'].mean() < df['x']
/opt/anaconda/envs/np18py27-1.9/lib/python2.7/site-packages/pandas/core/ops.pyc in wrapper(self, other, axis)
586 return NotImplemented
587 elif isinstance(other, (np.ndarray, pd.Index)):
--> 588 if len(self) != len(other):
589 raise ValueError('Lengths must match to compare')
590 return self._constructor(na_op(self.values, np.asarray(other)),
TypeError: len() of unsized object
In [11]: df['x'] < df['x'].mean()
Out[11]:
0 True
1 True
2 False
3 False
Name: x, dtype: bool
似乎这也是一个已在Pandas版本0.16.2中修复的错误（混合布尔与整数时除外）。我建议使用 -
升级你的熊猫版本pip install pandas --upgrade
答案 1 :(得分：2)
我认为这与大于运算符的重载方式有关。使用重载函数时，如果左侧或右侧的数据类型不同，则顺序很重要。 （Python有一个复杂的方法来确定要使用哪个重载函数。）您可以通过将mean()（numpy.float64）的结果转换为简单的float来使代码工作：
df.apply( lambda x: float(x.mean()) < x )
出于某种原因，似乎pandas代码将numpy.float64视为一个数组，这可能就是它失败的原因。