在python中，使用lambda将空列表添加到dataframe列会引发valueError

我能够在合成数据上重现错误：

import pandas as pd
from datetime import datetime

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': [datetime.now(), datetime.now(), datetime.now(), datetime.now()],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=[0, 1, 2, 3]);
df2 = pd.DataFrame({'A': ['A1', 'A2', 'A3', 'A4'],
                    'E': ['E1', 'E2', 'E3', 'E4']},
                   index=[0,1,2,3]);

df = pd.merge(df1, df2, how='left', on=['A', 'A']);

def getList(row):
    r = [];
    if row["A"] == "A1": r.append("test-01");
    if row["B"] == "B1": r.append("test-02");
    if row["B"] == "B2": r.append("test-03");
    return r;

df["NEW_COLUMN"] = df.apply(lambda row: getList(row), axis = 1);

原始帖子：我想基于多个条件在pandas dataframe中创建一个新列。新列的值应为list。然而，对于空列表，我得到了“ValueError:指定索引传递的空数据”

def getList(p_row):
  r = [];
  if p_row["field1"] > 0: r.append("x");
  ...
  return r;

df["new_list_field"] = df.apply(lambda row: getList(row), axis = 1);

完全错误：

ValueError回溯（最近一次调用上次） C:\ProgramData\Anaconda3\lib\site packages\pandas\core\internals.py in 从阵列（阵列、名称、轴）创建块管理器4636尝试： ->4637块=表格块（数组、名称、轴）4638 mgr=块管理器（块、轴）

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\internals.py in 如果len（对象项）>0，则形成块（数组、名称、轴）4728： ->4729 object_blocks=_simple_blockify（object_items，np.object_）4730 blocks.extend（object_blocks）

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\internals.py in _简单块化（元组，数据类型）4758“” ->4759个值，位置=_堆栈_数组（元组，数据类型）4760

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\internals.py in _枚举（数组）中i、arr的堆栈_数组（元组、数据类型）4822： ->4823堆叠[i]=\u asarray\u compat（arr）4824

ValueError:无法将输入数组从形状（2）广播到形状 （195）

在处理上述异常期间，发生了另一个异常：

ValueError回溯（最近一次调用上次） 在（） ---->1 df[“新列表\字段”]=df.apply（lambda行：getList（行），axis=1）

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\frame.py in 应用（self、func、axis、broadcast、raw、reduce、args、**kwds）4875 f、 轴，4876减少=减少， ->4877忽略故障=忽略故障）4878其他：4879返回 自应用广播（f轴）

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\frame.py in _应用_标准（self、func、axis、ignore_failures、reduce）4988索引=无4989 ->4990 result=self.\u构造函数（数据=结果，索引=索引）4991 result.columns=res\u索引4992

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\frame.py in init（自身、数据、索引、列、数据类型、副本） 328数据类型=数据类型，复制=复制） 329 elif isinstance（数据、指令）： -->330 mgr=self.\u init\u dict（数据、索引、列、数据类型=dtype） 331 elif isinstance（数据，ma.MaskedArray）： 332将numpy.ma.mrecords作为mrecords导入

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\frame.py in _init_dict（self、data、index、columns、dtype） 459数组=[k个键的数据[k] 460 -->461将_数组_返回给_mgr（数组、数据名、索引、列、dtype=dtype） 462 463 def_init_ndarray（self、value、index、columns、dtype=None、copy=False）：

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\frame.py in _数组到数组管理器（数组、数组名称、索引、列、数据类型）6171轴=[[确保索引（列），[确保索引（索引）]6172 ->6173从阵列（阵列、阵列名称、轴）返回创建块管理器6174 6175

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\internals.py in 从数组（数组、名称、轴）4640创建块管理器 返回mgr 4641，ValueError除外，返回为e: ->4642构造错误（len（数组），数组[0]。形状，轴，e）4643 4644

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\internals.py in 构造错误（总项目、块形状、轴、e）4604
如果块形状[0]==0，则升高e 4605： ->4606 raise VALUERROR（“通过指定索引传递的空数据”）

4607 raise VALUERROR（“传递值的形状为{0}，索引 暗示{1}.格式（4608通过，暗示））

ValueError:使用指定的索引传递空数据

---

此函数的输出长度因行而异，但不能将长度不等的列表分配给新列。可以通过以下方式进行验证：

for idx,row in df.iterrows():
    print(getList(row))

另一种方法是将输出转换为字符串：

def getListString(row):
    r = ''
    if row["A"] == "A1": r+="test-01"
    if row["B"] == "B1": r+="test-02"
    if row["B"] == "B2": r+="test-03"
    return r

---

最后生成列表列表，将其转换为

pd.Series（）

并将其分配给新列。字典

key2list

将可变长度列表作为值返回：

new_col_list = []

for _, row in my_df.iterrows():
    new_col_list.append(key2list[row[u'key']])

my_df[u'new_col'] = pd.Series(new_col_list)

---

欢迎使用SO！您能否以某种方式提供

数据框

。遗憾的是，无法共享原始数据。这是一个由多个数据源合并而成的百万条记录数据集，包含非常敏感的信息。在两列上有索引。遗憾的是，由于该代码工作正常，因此无法使用示例数据复制它。还尝试创建大数据集切片的副本，但收到相同的错误消息。数据通过odbc来自rdbms，也来自csv文件。使用copy（）创建一小块，只保留几个字段。ID int64 PAYMENT\u ID float64 CREDIT\u FL object TRX\u MSG object CALENDAR\u DATE time64[ns]数据类型：对象类型字段应为字符串。带有日历的日期字段引发ValueError回溯（最近一次调用）。如果没有这些字段，它就可以工作。虽然我已经可以用一个简单的条件和int和string类型创建一些字段，但数据类型可能有问题。一个真诚的建议是：您可以尝试在python脚本中不要使用分号吗？它们在python中不做任何事情，不要抛出错误，而是使代码更笨拙……df[“C”]=df['C'].dt.date解决了问题。否