为何pandas.Series.apply结合np.sum无法作用于整个Series？

先看示例DataFrame：

>>> df
     a     b
0  aaa  22.0
1   bb  33.0
2    4  44.0
3    6  11.0

想要对列b求和，已知np.sum(df['b'])可以得到正确结果，但以下两种apply写法无法实现求和：

>>> df['b'].apply(np.sum, axis=0)
0    22.0
1    33.0
2    44.0
3    11.0
Name: b, dtype: float64
>>> df['b'].apply(np.sum)
0    22.0
1    33.0
2    44.0
3    11.0
Name: b, dtype: float64

为什么apply函数结合np.sum无法作用于整个Series？ #

pandas文档中对Series.apply的描述是：

Invoke function on values of Series.
Can be ufunc (a NumPy function that applies to the entire Series) or a Python function that only works on single values.

这里的描述容易产生误解——NumPy函数在apply中并非直接作用于整个Series，而是逐个作用于每个单元格。

具体原因：

• Series.apply的核心逻辑是遍历Series的每一个元素，将函数分别应用到单个元素上，再把结果组合成新的Series返回。
• np.sum虽然是能处理数组的ufunc，但当它接收单个数值（比如22.0）作为输入时，会直接返回该数值本身。所以用apply调用np.sum时，本质是给每个元素单独执行np.sum(22.0)、np.sum(33.0)，结果自然就是原元素的原样输出，无法实现整个Series的聚合求和。

总结：
如果要对Series做聚合求和，直接使用df['b'].sum()或者np.sum(df['b'])即可；apply的设计初衷是处理逐元素的自定义操作，而非全局聚合。

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