Python 为什么这个apply/lambda不等式的比较顺序很重要？

对不起，这不是一个好标题。但简单的例子是：

（0.16.1版）

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

这不应该是一样的吗

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')

df.apply（λx:x.mean（）1 df.应用（λx:x.平均值（）3709返回自我。应用标准（f，轴，减少=减少）
3710其他：
3711返回自应用广播（f轴）
C:\Users\ei\AppData\Local\Continuum\Anaconda\lib\site packages\pandas\core\frame.pyc在应用标准中（self、func、axis、ignore\u failures、reduce）
3797尝试：
3798用于枚举中的i、v（系列）：
->3799结果[i]=func（v）
3800个键。附加（v.name）
3801例外情况除外，如e：
in（x）
---->1 df.应用（λx:x.平均值（）588如果len（self）！=len（其他）：
589 raise VALUERROR（'长度必须匹配才能进行比较'）
590返回自构造函数（na_op（self.values，np.asarray（other）），
TypeError:（“未调整大小的对象的len（）”，u“出现在索引x'）

举个反例，这两种方法都有效：

df.mean() < df

df > df.mean()

df.mean（）df.mean（）

编辑

终于找到了这个错误-

如本期所示-

left=0>s起作用（例如python标量） 被视为0-dim数组（它是一个np.int64）（当 （打电话来。）我会把它标记为臭虫。请随意挖掘

当在比较运算符的左侧使用带有

numpy

数据类型（如np.int64或np.float64等）的比较运算符时，会出现问题。一个简单的解决方法可能是@santon在他的回答中指出的，将数字转换为python标量，而不是使用

numpy

标量

---

旧版：

我试过熊猫0.16.2

我在你的原始df上做了以下操作-

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

---

---

我认为这与大于运算符的重载方式有关。在使用重载函数时，如果左边或右边的数据类型不同，顺序就很重要。（Python有一种复杂的方法来确定要使用哪个重载函数。）您可以通过强制转换

mean（）的结果来让代码正常工作。

（即

numpy.float64

）转换为简单浮点：

df.apply( lambda x: float(x.mean()) < x )

df.apply（λx:float（x.mean（））

---

出于某种原因，熊猫代码似乎将

numpy.float64

视为数组，这可能是它失败的原因。

尝试添加括号，因为Python可能将其解析为

（（lambda x:x.mean（））

，而不是

（lambda x:（x.mean（）

这对我也不起作用。它对你起作用了吗？我确实用了一些括号，但没有任何效果，我真的不知道它们会如何改变任何东西。你不必猜我做了什么，我发布了我使用的100%的代码。我的确切代码（如发布的）对你起作用吗？（如上所述，我在熊猫0.16.1中）你发布了你所做的-

df.apply（lambda x:x>x.mean（））

，这不是重新分配返回到

df

。没有重新分配，它工作正常，

df.apply（lambda x:x.mean（）

没有给我任何错误我的熊猫版本是

'0.16.2'

@JohnE终于找到了这个错误-

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

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

pip install pandas --upgrade

df.apply( lambda x: float(x.mean()) < x )