Question

我在有时有一行的数据帧上运行Apply函数，并且有两个数据帧源。一种是.loc的结果，另一种是使用to_frame（）系列转换为数据帧。

两者的数据相同。它在递归函数中，以f1作为初始输入，然后在函数内部查询df2并再次调用函数。

df1 = row.to_frame()
df2 = df3.loc[df3.loc['colname']== value]

然后，它们经历与以下相同的套用功能：

another_df = df1_or_df2.apply (lambda row:function (row))

上面的

在df1上可以正常工作，但对于df2则对df2 keyerror: ('id', 'occurred at index id')抛出错误。如果我添加axis=1，则可以。

我做了try, except使其工作，因为这是一次性的事情，但是现在需要提高速度。

您能告诉我为什么df的两种格式不同吗？或者我如何能更有效地做到这一点？

Answer 1

我认为to_frame()可以根据需要将系列转换为一行，但是我认为每列都会产生一行。所以我做了df1 = row.to_frame().transpose()。现在，这两个都可以使用。

为了提高效率，我在原始数据帧中有一个属性，可将数据划分为子集。因此，现在整个功能花费的时间更少。

谢谢。