Python df.values和np.apply_沿_轴出现故障

我需要迭代数据帧的行。由于为每一行创建一个Series对象，所以“native pandas”迭代相当慢，因此我决定迭代底层ndarray行

用于说明该过程的伪代码：

import pandas as pd
import numpy as np

store = pd.HDFStore('example.h5')
df = pandas.store[name]
df = df[10:20]
result = np.apply_along_axis(mapped_function, axis=1, arr=df[['colA', 'colC', 'colG']].values)

问题是有些不可预测，我偶尔会出现如下错误：

Traceback (most recent call last):
  File "C:\Documents and Settings\Example User\My Documents\Example Directory\modul
e1.py", line 15, in <module>
    module2.main()
  File "C:\Documents and Settings\Example User\My Documents\Example Directory\dir1\module2.py", line 183, in main
    result = np.apply_along_axis(mapped_function, axis=1, arr=df[['colA', 'colC', 'colG']].values)
  File "C:\Anaconda\lib\site-packages\numpy\lib\shape_base.py", line 129, in app
ly_along_axis
    outarr[tuple(i.tolist())] = res
ValueError: cannot copy sequence with size 7 to array axis with dimension 11

因此，

mapped_函数

似乎没有故障，但是

apply_沿着_轴

似乎遇到了故障。不幸的是，我没有幸运地诊断出原因

---

以前有人遇到过这个问题吗

那么，你的函数给出的值比它得到的要少？df[['colA'，'colC'，'colG']]是什么样的值？形状，数据类型？预期的

结果的形状是什么？所有
mapped_函数（行）
是否返回相同的形状？对于2d
arr
，
apply_沿_轴
的
outarr[k，：]=mapped_函数（arr[k，：]）
的范围是
k
。
outarr
的形状由
mapped_函数（arr[0，：]）
决定。
result = []
for row in df = df[10:20]:
    result += [mapped_function(row)]