SciPy Norm.cdf()在lambda函数中返回数组而非单个观测值问题

你的核心问题是apply用法错误，原代码用生成器表达式作为apply参数而非合法映射函数，导致返回结果不是预期的二维DataFrame，而是迭代器，进而出现维度、索引混乱。同时没有利用numpy/pandas的向量化特性，错误尝试循环列，导致每个位置返回整组结果。

推荐解决方案：向量化计算（高效简洁） #

直接用numpy广播机制一次性计算整个生存矩阵，避免低效的循环或apply操作：

import pandas as pd
import numpy as np
from scipy.stats import norm

df = pd.DataFrame({'qty'      : [20,  30, 40],
                   'price'    : [100, 50, 20],
                   'life_exp' : [5,   4,  3]})
df['sd'] = df['life_exp'] / 4

max_life = df['life_exp'].max()
ncols = max_life * 2 + 1
ages = np.arange(ncols)  # 生成所有列对应的年龄值（0到max_life*2）

# 利用广播计算每行每个年龄的z分数：(年龄 - 寿命预期)/标准差
# 将life_exp和sd转为(n行,1列)的数组，与ages(1行,n列)广播运算得到n行n列的矩阵
z_scores = (ages - df['life_exp'].values[:, None]) / df['sd'].values[:, None]

# 计算生存概率并转为DataFrame，列索引设为年龄
lifeleft_2 = pd.DataFrame(1 - norm.cdf(z_scores), columns=ages)

print(lifeleft_2)

为什么这个方法有效？ #

• 广播机制自动将一维的ages与每行的life_exp/sd配对计算，直接生成完整的n行n列矩阵，不会出现维度错位。
• 列索引直接设为年龄值，完全匹配你的需求：每行对应产品，每列对应年龄。

若坚持使用apply（不推荐，效率较低） #

如果一定要用apply，需针对每行计算所有年龄的生存概率，再调整结构：

import pandas as pd
import numpy as np
from scipy.stats import norm

df = pd.DataFrame({'qty'      : [20,  30, 40],
                   'price'    : [100, 50, 20],
                   'life_exp' : [5,   4,  3]})
df['sd'] = df['life_exp'] / 4

max_life = df['life_exp'].max()
ncols = max_life * 2 + 1
ages = np.arange(ncols)

# 定义每行的计算函数
def calc_row_survival(row):
    z_scores = (ages - row['life_exp']) / row['sd']
    return 1 - norm.cdf(z_scores)

# 对每行应用函数，转置后调整索引
lifeleft_2 = df.apply(calc_row_survival, axis=1).T
lifeleft_2.columns = df.index
lifeleft_2.index = ages
lifeleft_2 = lifeleft_2.T

原代码的错误点 #

• lifeleft.apply(lambda x: ... for col in l_cols)是非法写法：apply需要接收一个函数，你传入的是生成器表达式，导致返回迭代器而非DataFrame。
• 即使修正lambda写法，循环列再apply会导致每个单元格返回整组结果，而非单个值，这就是你看到“每个观测位置返回整个数组”的原因。

内容的提问来源于stack exchange，提问作者Phil P.