pandas中resample的.apply方法传入对象：Series还是DataFrame？

示例数据 #

首先定义示例DataFrame：

import pandas as pd
df = pd.DataFrame({'A':range(0,100),'B':range(0,200,2)},index=pd.date_range('1/1/2022',periods=100,freq='D'))

数据预览：

A    B
2022-01-01   0    0
2022-01-02   1    2
2022-01-03   2    4
2022-01-04   3    6
2022-01-05   4    8
...         ..  ...
2022-04-06  95  190
2022-04-07  96  192
2022-04-08  97  194
2022-04-09  98  196
2022-04-10  99  198

核心疑问与解答 #

核心结论 #

resample.apply的参数x类型并非固定，核心差异在于是否逐列处理，这也是它和groupby.apply的关键区别（groupby.apply默认总是传递整个分组的DataFrame）：

• 默认行为（多列DataFrame）：函数逐列应用到每个时间分组，此时x是对应列的分组内Series。
• 当函数返回非标量结果（如Series/DataFrame）：resample会传递整个分组的完整DataFrame，此时x是分组内的DataFrame。

现象逐一解释 #

1. df.resample('M').apply(lambda x: print(type(x)))输出Series
   默认逐列处理逻辑下，每个x对应单个月份分组中某一列的Series，因此打印的类型是pandas.core.series.Series。

2. df.resample('M').apply(lambda x: type(x))返回DataFrame
   每个分组的每列都会返回Series类型对象，这些结果会被整理成以月份为索引、原列为列名的DataFrame，因此整体返回DataFrame结构。

3. df.resample('M').apply(lambda x: x.sum(axis=1))报错
   此时x是Series，sum(axis=1)要求按列求和，但Series没有列维度（axis=1无效），因此抛出Series类型无轴1的错误。若要对整个分组的DataFrame按行求和，需让x为分组DataFrame，写法为：

   df.resample('M').apply(lambda grp: grp.sum(axis=1))
   

4. df.resample('M').apply(lambda x: x.stack())正常运行
   stack()是DataFrame专属方法（Series无此方法），此时resample会传递整个分组的DataFrame给函数，因此stack()可正常执行，最终返回拼接后的MultiIndex Series。

内容的提问来源于stack exchange，提问作者rhug123