Python Pandas-Lambda内部应用以返回一行

在熊猫数据框架中的应用程序中使用lambda函数时，我希望得到整行，但看起来我得到的是“单个元素”

看看那个代码：

# Data sample
reviews_2 = pd.DataFrame({
    'price': {0: None, 1: 15.0, 2: 14.0, 3: 13.0}, 
    'country': {0: 'Italy', 1: 'Portugal', 2: 'US', 3: 'US'}, 
    'points': {0: 87, 1: 87, 2: 87, 3: 87}
})

print(reviews_2)

mean_price_2 = reviews_2.price.mean() # a value to centering

def remean_points(row):
    row.price = row.price - mean_price_2
    return row

centered_price_2 = reviews_2.apply(remean_points, axis='columns') # returns a DataFrame

print(centered_price_2)

“apply”返回一个数据帧。这是我的预期输出

因此，我尝试使用lambda函数，执行以下操作：

reviews_2 = pd.DataFrame({
    'price': {0: None, 1: 15.0, 2: 14.0, 3: 13.0}, 
    'country': {0: 'Italy', 1: 'Portugal', 2: 'US', 3: 'US'}, 
    'points': {0: 87, 1: 87, 2: 87, 3: 87}
})
print(reviews_2)

mean_price_2 = reviews_2.price.mean()

centered_price_2 = reviews_2.apply(lambda p: p.price - mean_price_2, axis='columns') # returns a Serie!

print(centered_price_2)

但是现在，“应用”返回一个意甲

我知道

apply

试图识别类型。
我正在等待获取一行，但它似乎返回“单个元素”

因此，我的问题是：

---

lambda函数中的

p

不应该是一行吗

有趣的是：

如果我做了

centered\u price\u 2=reviews\u 2.apply（lambda p:p，axis='columns'）

，
我得到一个数据帧

然而：

如何使用

lambda

和

apply

函数并确定输出类型

---

现在还不太清楚预期的确切输出是什么，所以我希望这就是您想要的

newcol

将具有

价格

-

平均价格

>>> reviews_2['newcol'] = reviews_2['price'].apply(lambda x: x - reviews_2.price.mean())

   price   country  points  newcol
0    NaN     Italy      87     NaN
1   15.0  Portugal      87     1.0
2   14.0        US      87     0.0
3   13.0        US      87    -1.0

---

您需要的/期望的输出是什么？以价格为中心-你需要什么？lambda函数中的新列？

p

是一行。问题在于返回类型的不同。第一个函数返回一个

pd.Series

对象，第二个函数返回一个标量。事实上，它是一个lambda函数是不相关的（它几乎不相关），因此，它相当于

def remean_points（row）：return row.price-mean_price_2

@DanailPetrov I wan，以获得数据帧，这与Kaggle练习不同……在任何情况下，你几乎肯定不应该使用

。首先应用
。我编辑我的帖子是为了说预期的输出：像第一个一样的新数据帧！这实际上应该是
reviews\u 2['price']=reviews\u 2['price']-reviews\u 2['price']。mean（）