为何Pandas中apply的result_type='expand'两种场景报错不同？

你遇到的核心问题是：两种返回不等长序列的场景，apply配合result_type='expand'时，一种触发长度不匹配错误，另一种却正常运行，本质是返回值的类型差异导致Pandas的处理逻辑不同。

第一种方法（触发错误） #

import pandas as pd
import numpy as np

df = pd.DataFrame({"x": ["A new result", "Some result"]})

def get_list(row):
    if np.random.uniform()>0.5:
        return [i for i in range(5)]
    else:
        return [i for i in range(3)]

df.apply(get_list, axis=1, result_type='expand')

• get_list直接返回原生Python列表，当result_type='expand'生效时，Pandas会尝试将每行的列表展开为多列。由于各行返回的列表长度不一致（有时是5个元素，有时是3个），Pandas无法统一列数，因此抛出ValueError: All arrays must be of the same length错误，这是符合预期的行为。

第二种方法（未触发错误） #

def split_it(x):
    return x.split() # 同样会产生不等长输出！

v_split = np.frompyfunc(split_it,1,1)

df.apply(v_split, axis=1, result_type='expand') # 未抛出错误

• 这里用np.frompyfunc将split_it转换为numpy通用函数（ufunc），这个函数的返回值是numpy object类型的数组，而非原生Python列表。
• 当Pandas处理这种返回值时，会把整个numpy object数组当作单个元素看待，不会尝试去展开它内部的列表结构——也就是说result_type='expand'在这里并没有生效。最终的结果是生成一列DataFrame，每个单元格存储的是包含拆分后字符串的numpy数组，自然不会因为内部列表长度不等触发错误。

内容的提问来源于stack exchange，提问作者P.Jo