为何Series.apply()返回DataFrame而非Series？自定义K-means遇问题

你代码里的lambda x中，x是列c的每行值（即[1,2]），但计算时调用的df['a']和df['b']是整个列的全部数据，而非当前行对应的a、b值。每次执行apply时，都会用这个[1,2]和整个a、b列做运算，得到一个长度为3的Series；三次执行后，这些Series被拼接成了3行3列的DataFrame，这就是你看到的结果。

有两种简洁的实现方式：

方式一：逐行处理（指定axis=1） #

使用df.apply()并传入axis=1参数，让lambda接收整行数据，直接取当前行的a、b、c值计算：

df['c'] = df.apply(lambda row: ((row['c'][0] - row['a'])**2 + (row['c'][1] - row['b'])**2)**0.5, axis=1)

方式二：向量化计算（更高效） #

由于所有质心都是[1,2]，可以直接用向量化运算，避免逐行循环，运算效率更高：

df['c'] = ((1 - df['a'])**2 + (2 - df['b'])**2)**0.5

执行任意一种方法后，都能得到你预期的一维Series，替换原c列后的结果为：

0    2.000000
1    3.162278
2    4.472136
Name: c, dtype: float64

内容的提问来源于stack exchange，提问作者NaiveBae