Question

这个问题源于this comment thread。使用Pandas 0.20.3。

我试图理解为什么apply()操作会抛出错误：

ValueError：传递的项目数量错误2，展示位置意味着1

Pandas ValueError的这种特殊风格是not uncommon，但它通常来自一个更明显的尝试，将一堆元素塞进一个专为较小的设计的数据结构中容量。同样的事情必须在这里进行，但我无法弄清楚原因。

给定一个包含整数A和B列的数据框：

import pandas as pd

df = pd.DataFrame({'A': [1,2], 'B': [3,4]})
df
   A  B
0  1  3
1  2  4

我可以构建一个新列C，这是一列列表 C中的每个列表都包含A和B的值 C应如下所示：

     C
[1, 3]
[2, 4]

我选择使用C和列表理解来构建apply()：

df['C'] = df.apply(lambda x: [val for val in x], axis=1)

（现在，请忽略这可能不是实现这一目标的最优雅方式 - 它主要是一种解决我感到困惑的错误的途径。）

这会抛出上面提到的ValueError 但，我可以毫不费力地为每行创建更多项目的列表：

df['C'] = df.apply(lambda x: [val for val in x]+[1], axis=1)
df
   A  B          C
0  1  3  [1, 3, 1]
1  2  4  [2, 4, 1]

我原以为我会得到同样的错误，只有Wrong number of items passed 3...代替2。

我还可以使用更少的项目创建C：

df['C'] = df.apply(lambda x: [val for val in x][:1], axis=1)
df
   A  B    C
0  1  3  [1]
1  2  4  [2]

此外，C在第一行的列表长度短于或长于[1,3]时生成，但在第一行的列表长度与len([1,3])匹配时失败，即使后续列表长度不同：

df['C'] = df.apply(lambda x: [val for val in x if val != 1], axis=1) # this works
df['C'] = df.apply(lambda x: [val for val in x if val != 4], axis=1) # this fails

鉴于所有这些不同的情况，我不明白placement implies 1指的是什么，以及为什么我不能在C中使用{使用此方法{1}}和A 我怎么误解了这条错误信息？

Answer 1

这种行为似乎是由于（a） .apply()尝试提供帮助而（b）滥用.apply()输出非标量值的方法。它已在Pandas版本0.21中修复。

我从各种Pandas Github问题页面[1，2，3]拼凑了这个解释，其中一些也与{{3}相关联}。它并不是对为什么在实施层面发生这种情况的解释，但它至少在实质上回答了这个问题。
很高兴接受任何相关的更新/编辑。

.apply()试图提供帮助：如果返回的多维值与输入DataFrame具有相同的形状，apply会将DataFrame推断为输出：

TomAugspurger：DataFrame.apply尝试根据结果推断输出。您的输出结果被推断为具有相同列的DataFrame。 this answer

jreback：问题是.apply必须试图找出你要返回的内容以及它如何映射到起始数据。 [ref]

滥用.apply()作为输出非标量值的方法：
简而言之，如果你能避免它，请不要这样做。如果必须的话，偶尔也会期待有趣的结果。

jreback：请注意，通常不建议返回非标量，并且不能有效支持。 [ref]

apply + list comprehension在返回列表长度与数据帧列数相同时给出ValueError

1 个答案: