Python DataFrame.apply（func）不'；返回时不工作

我是否可以将返回

dict

的函数传递给

数据帧。应用

我正在尝试在

df

中创建一个新列，该列将包含

dict

对象或

Series

。然而，当我尝试时，我得到了意想不到的结果：

[1]中的

：将熊猫作为pd导入
[2]中的df=pd.DataFrame（{'a'：[1,2,3,4]，'b'：[9,8,7,6]}）
在[3]中：def df_加法（行）：
…：总和=行['a']+行['b']
…：返回{'sum'：sum}
...:
[4]中：df.apply（df_加法，轴=1）
出[4]：
a b
0楠楠楠
1楠楠楠
2楠楠楠
3楠楠楠
[5]中：df_加法（df.irow（0））
Out[5]：{'sum'：10}
[6]中：df.apply（lambda行：pd.Series（df_加法（行）），轴=1）
出[6]：
总和
0   10
1   10
2   10
3   10

您可以传递一个要应用的函数，但它不应返回dict。如果您想按自己的方式添加一个sum列，请按如下方式操作：

df = pd.DataFrame({'a':[1,2,3,4], 'b':[9,8,7,6]})

df['sum'] = df.apply(lambda x: x['a'] + x['b'], axis = 1)

df
Out[6]: 
   a  b  sum
0  1  9   10
1  2  8   10
2  3  7   10
3  4  6   10

更简单的方法是：

df['sum'] = df.a + df.b

或

---

您可以传递一个要应用的函数，但它不应返回dict。如果您想按自己的方式添加一个sum列，请按以下方式操作：

df = pd.DataFrame({'a':[1,2,3,4], 'b':[9,8,7,6]})

df['sum'] = df.apply(lambda x: x['a'] + x['b'], axis = 1)

df
Out[6]: 
   a  b  sum
0  1  9   10
1  2  8   10
2  3  7   10
3  4  6   10

更简单的方法是：

df['sum'] = df.a + df.b

或

---

您可以传递一个要应用的函数，但它不应返回dict。如果您想按自己的方式添加一个sum列，请按以下方式操作：

df = pd.DataFrame({'a':[1,2,3,4], 'b':[9,8,7,6]})

df['sum'] = df.apply(lambda x: x['a'] + x['b'], axis = 1)

df
Out[6]: 
   a  b  sum
0  1  9   10
1  2  8   10
2  3  7   10
3  4  6   10

更简单的方法是：

df['sum'] = df.a + df.b

或

---

您可以传递一个要应用的函数，但它不应返回dict。如果您想按自己的方式添加一个sum列，请按以下方式操作：

df = pd.DataFrame({'a':[1,2,3,4], 'b':[9,8,7,6]})

df['sum'] = df.apply(lambda x: x['a'] + x['b'], axis = 1)

df
Out[6]: 
   a  b  sum
0  1  9   10
1  2  8   10
2  3  7   10
3  4  6   10

更简单的方法是：

df['sum'] = df.a + df.b

或

---

---

谢谢你的快速回答！我现在澄清了这个问题，以强调我特别想要一列

dict

或

Series

对象；不仅仅是一个总和。@bornio：虽然有时可以强制它作为临时度量，但在数据帧中，

pandas

并不真正支持非标量项。一旦你这样做了，你将不得不进行缓慢的迭代来执行大多数操作。有没有一种有效的方法来在

pandas

中存储复杂的信息，而不使用几十列？@bornio pandas用于列。如果你想要别的东西，不要用熊猫。谢谢你的快速回答！我现在澄清了这个问题，以强调我特别想要一列

dict

或

Series

对象；不仅仅是一个总和。@bornio：虽然有时可以强制它作为临时度量，但在数据帧中，

pandas

并不真正支持非标量项。一旦你这样做了，你将不得不进行缓慢的迭代来执行大多数操作。有没有一种有效的方法来在

pandas

中存储复杂的信息，而不使用几十列？@bornio pandas用于列。如果你想要别的东西，不要用熊猫。谢谢你的快速回答！我现在澄清了这个问题，以强调我特别想要一列

dict

或

Series

对象；不仅仅是一个总和。@bornio：虽然有时可以强制它作为临时度量，但在数据帧中，

pandas

并不真正支持非标量项。一旦你这样做了，你将不得不进行缓慢的迭代来执行大多数操作。有没有一种有效的方法来在

pandas

中存储复杂的信息，而不使用几十列？@bornio pandas用于列。如果你想要别的东西，不要用熊猫。谢谢你的快速回答！我现在澄清了这个问题，以强调我特别想要一列

dict

或

Series

对象；不仅仅是一个总和。@bornio：虽然有时可以强制它作为临时度量，但在数据帧中，

pandas

并不真正支持非标量项。一旦你这样做了，你将不得不进行缓慢的迭代来执行大多数操作。有没有一种有效的方法来在

pandas

中存储复杂的信息，而不使用几十列？@bornio pandas用于列。如果您需要其他内容，请不要使用pandas。在[26]：df.apply（lambda row:pd.series（df_addition（row）），axis=1）[sum']中既没有dict列也没有series列：

。dtype Out[26]：dtype（'int64'）

。在[26]：df.apply（lambda row:pd.series（df_addition（row）），axis=1）[sum']。dtype Out[26]：dtype（'int64'），您没有dict列，也没有series列：

。在[26]：df.apply（lambda row:pd.series（df_addition（row）），axis=1）[sum']。dtype Out[26]：dtype（'int64'）

，您没有dict列，也没有series列：

。在[26]：df.apply（lambda row:pd.series（df_addition（row）），axis=1）[sum']。dtype Out[26]：dtype（'int64'）

，您没有dict列，也没有series列：

。您有一列
int
s。