Python DataFrame：列表列元素减对应行均值的代码问题排查

我有一个Pandas DataFrame，其中A列存储数字列表，avg列为A列对应行列表的平均值。我需要创建第三列a_avg，将A列每行列表中的每个元素减去对应行的均值。

我编写的代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A':[[4.2,2.3,6.5,2.3],[4.1,5.3,6.5,3.8]]})
df['avg'] = df['A'].apply(lambda p: np.average(p))
df['a_avg'] = df['A'].apply(lambda p: (np.array(p)-df['avg']).to_list()) 

预期输出为：

A     avg                     a_avg
0  [4.2, 2.3, 6.5, 2.3]  3.825  [0.375, -1.525, 2.675, -1.525]
1  [4.1, 5.3, 6.5, 3.8]  4.925  [-0.825, 0.375, 1.575, -1.125]

我创建avg列是为了便于理解，若能直接从A列生成目标列也可，请问我的代码存在什么问题？

你的代码核心问题是：在生成a_avg列的applylambda函数里，df['avg']是整个列的Series对象，而非当前行对应的单个均值。这会导致每个列表的元素都减去整个avg列的所有值，最终得到的是二维数组转成的嵌套列表，完全不符合预期。

方案一：保留avg列的修正代码 #

通过指定apply的axis=1参数，让lambda函数处理整行数据，这样就能获取当前行的avg值进行计算：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A':[[4.2,2.3,6.5,2.3],[4.1,5.3,6.5,3.8]]})
df['avg'] = df['A'].apply(lambda p: np.average(p))
# axis=1表示按行处理，row代表当前行数据
df['a_avg'] = df.apply(lambda row: (np.array(row['A']) - row['avg']).tolist(), axis=1)

方案二：直接生成目标列（无需avg列） #

如果不需要保留avg列，可以在一次apply中完成均值计算和元素减法，更简洁：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A':[[4.2,2.3,6.5,2.3],[4.1,5.3,6.5,3.8]]})
df['a_avg'] = df['A'].apply(lambda lst: (np.array(lst) - np.average(lst)).tolist())

运行以上任意一种方案，都能得到你预期的输出结果。

内容的提问来源于stack exchange，提问作者S N B