Pandas中apply()内使用split()的expand参数报错及相关技术疑问

问题1：修改代码为.apply(lambda x: str(x).split("," , expand=True))时报错“expand is invalid argument to split function”，原因是什么？ #

你混淆了两个不同的split方法：

• 这里的str(x).split()是Python原生字符串的内置方法，它仅支持sep（分隔符）和maxsplit（最大拆分次数）两个参数，不存在expand这个参数；
• expand是Pandas专属的Series.str.split()方法的参数，用于控制是否将拆分结果展开为DataFrame。
  把Pandas方法的参数套用到Python原生字符串方法上，必然会触发参数不存在的报错。

问题2：明明str.split()的默认返回值是Series，为何必须使用pd.Series()进行转换？ #

这是一个误解：str.split()（Python原生字符串方法）返回的是Python列表，而非Series。
如果在apply中直接返回列表，最终得到的是一个元素为列表的Series，无法直接赋值给DataFrame的多列。用pd.Series()将列表转换为Series后，apply会自动把这些行级的Series拼接成一个DataFrame，才能和df[['First Name', 'Last Name']]的多列结构匹配。

问题3：pd.Series()本身返回Series，为何在此处赋值后得到的是DataFrame？ #

当对Series调用apply，且每个元素的处理结果返回一个Series时，Pandas会自动将这些单个的Series按行堆叠组合，最终生成一个DataFrame。
简单来说：每个lambda x返回的是包含两个元素的Series（对应一行的两个拆分结果），所有行的Series拼接后就形成了有两列的DataFrame，刚好能赋值给你指定的两个列。

内容的提问来源于stack exchange，提问作者White_Dragon 1998