如何为Pandas Series应用返回多行的函数并添加二级索引

问题场景 #

现有单级索引的Pandas Series，需要对每个元素应用一个返回多值的函数（返回值可为Series或列表），最终生成带二级MultiIndex的新Series：原索引作为第一级，每个返回值的位置作为第二级。

解决方案 #

方案1：兼容返回Series的函数（groupby + apply）

如果你的函数返回pd.Series，可以通过groupby(level=0).apply实现，之后为二级索引添加名称：

import pandas as pd

# 示例原Series
s = pd.Series([2, 3], index=['a', 'b'])

# 定义返回Series的函数
def my_func(x):
    return pd.Series([10, 20, 30]) if x == 2 else pd.Series([40, 50])

# 生成带二级索引的结果
result = s.groupby(level=0).apply(lambda x: my_func(x.iloc[0]))
# 为索引层级命名
result.index = result.index.set_names(["原索引", "值序号"])

方案2：返回列表+DataFrame.stack()（更高效）

将函数改为返回列表，通过pd.DataFrame转换后调用stack()，这是性能更优的方案：

# 修改函数返回列表
def my_func(x):
    return [10, 20, 30] if x == 2 else [40, 50]

# 转换流程
temp_df = pd.DataFrame(s.apply(my_func).tolist(), index=s.index)
result = temp_df.stack()
# 为索引层级命名
result.index = result.index.set_names(["原索引", "值序号"])

关键提示 #

• 方案2的执行效率更高，因为tolist()和stack()都是Pandas内部优化的矢量化操作，适合处理大数据量
• 两种方案最终都能得到符合需求的二级MultiIndex Series，可根据函数返回类型选择对应方式

内容的提问来源于stack exchange，提问作者Confounded