当在Pandas DataFrame中的apply中使用lambda函数时，我希望得到整行，但看起来我得到了一个“单个元素”。
看看代码：
# 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)字符串
这个“apply”返回一个DataFrame。这是我期望的输出！
所以，我尝试使用一个lambda函数，做：
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)型
但现在，“应用”返回一个系列！
我知道apply试图识别类型。
我在等待得到一行，但它看起来返回一个“单一元素”.
所以我的问题是：
lambda函数中的p不应该是一行？
有趣的是：
如果我做centered_price_2 = reviews_2.apply(lambda p: p, axis='columns')，
我得到一个 Dataframe .
然而：
如何使用lambda和apply函数并确定输出类型？！
2条答案
按热度按时间wn9m85ua1#
它不是很清楚什么是确切的输出预期，所以我希望这是你正在寻找的？
newcol将具有price-mean price。字符串
ippsafx72#
这个问题是在2020年做的，现在，在2024年，回顾我的开放性问题，我对Pandas的理解多了一点（只是一点）！
所以...
我的“错误”在这里：
字符串
我解释说：
1.就像我刚才说的，
apply试图识别使用的类型。mean_price_2 = reviews_2.price.mean()是Serie。1.所以，即使
p是一个完整的DataFrame，我的lambda函数表达式centered_price_2 = reviews_2.apply(lambda p: p.price - mean_price_2, axis='columns')也返回一个Serie！1.因为，
p.price - mean_price_2返回一个Serie。在2020年，我错误地认为
lambda p:...应该总是返回DataFrame，因为p是一个DataFrame。lambda返回的类型来自评估的表达式...一个解决方案来 * 修复 * 我的代码将是：
型
2024年快乐！