Pandas报错：无法将多列DataFrame赋值给单列total_servings

错误原因分析 #

你遇到的Cannot set a DataFrame with multiple columns to the single column total_servings错误，本质是试图将多列结构赋值给单个列。虽然你的calculate函数逻辑上返回单个值，但通过apply处理时，因列切片结合apply的不必要使用，触发了结构不匹配的问题。

修复方案 #

方案1：用内置sum方法（推荐，性能最优） #

Pandas支持对指定列直接按行求和，无需自定义函数和apply，代码简洁且效率更高：

import pandas as pd
drinks = pd.read_csv('drinks.csv')

# 直接对目标列按行求和创建新列
drinks['total_servings'] = drinks.loc[:, 'beer_servings':'wine_servings'].sum(axis=1)

# 简化后续sales列的赋值（无需apply）
drinks['beer_sales'] = drinks['beer_servings'] * 2
drinks['spirit_sales'] = drinks['spirit_servings'] * 4
drinks['wine_sales'] = drinks['wine_servings'] * 6

print(drinks)

方案2：修复自定义函数的apply调用（若需保留自定义逻辑） #

如果后续要扩展复杂计算逻辑，可修改函数参数名避免与DataFrame变量冲突，确保返回单个值：

import pandas as pd
drinks = pd.read_csv('drinks.csv')

# 修改参数名避免变量名冲突，明确接收每行数据
def calculate(row):
    return row['beer_servings'] + row['spirit_servings'] + row['wine_servings']

# 直接对整个DataFrame调用apply，返回的Series可直接赋值给新列
drinks['total_servings'] = drinks.apply(calculate, axis=1)

drinks['beer_sales'] = drinks['beer_servings'].apply(lambda x: x*2)
drinks['spirit_sales'] = drinks['spirit_servings'].apply(lambda x: x*4)
drinks['wine_sales'] = drinks['wine_servings'].apply(lambda x: x*6)

print(drinks)

额外优化提示 #

• 优先使用Pandas内置的向量运算替代apply：向量运算基于C实现，比逐行处理的apply效率高得多，尤其处理大数据集时差距明显。
• 类似beer_sales的列赋值，直接用列乘法drinks['beer_sales'] = drinks['beer_servings'] * 2即可，无需lambda和apply。

内容的提问来源于stack exchange，提问作者Bhargavi