Pandas Lambda函数将长度函数应用于数据帧会产生不同的输出

我有一个数据框： 我想计算行index=4中每个单元格的长度。 我执行了两个命令，两个命令给出了不同的答案。有人能解释一下这里发生了什么吗

    a   b   c   d   e   f   g
0   1   2   3   4   5   6   first
1   3   4   5   6   7   8   second
2   6   7   8   9   10  11  third
3   first   second  third   fourth  fifth   sixth   fourth
4   column  column  column  column  column  column  fifth

First Command:
**df2.loc[4].apply(lambda x: len(x))**
Output:
a    6
b    6
c    6
d    6
e    6
f    6
g    5
Name: 4, dtype: int64

Second Command:
**df2.loc[4:].apply(lambda x: len(x))**
Output:
a    1
b    1
c    1
d    1
e    1
f    1
g    1
dtype: int64

• Python新手

---

产生这种差异的原因是调用

df2.loc[4]

生成一个

系列
（包含7个元素），而调用
df2.loc[4://code>（
4:
是一个切片）生成一个
数据帧（包含1行7列）。尝试对这两种方法使用
print（）
和
type（）
，以查看差异


在一个系列中，
apply
对该系列的值调用函数，因此您确实获得了所需的字符串值的长度


在数据帧上，
apply
对每列调用您的函数，计算列中的元素（行）数，它是1，因为
[4://code>切片定义了一行（尝试
[2:5]
，您将得到3而不是1）



顺便说一句，您的lambda函数与
len
函数相同，因此您只需编写
。apply（len）
欢迎使用堆栈溢出！请以我们可以使用的方式发布您的数据帧，请参阅此帮助。@joao:谢谢。我现在格式化了。看起来好多了我想谢谢你的帮助现在我明白了。如果我想迭代地检查数据帧中每个单元格的长度，还有一件事。那么@joao
df2.applymap（len）