Pandas DataFrame应用lambda函数无输出问题排查

核心错误是变量类型不匹配导致函数运行中途抛出类型异常，后续代码根本没有执行到，具体拆解：

• 你在mean = "{:.15f}".format(data_pct.mean())这行，把本来是浮点型的均值结果，格式化成了字符串类型赋值给mean变量，此时mean不是可参与数值运算的数字，是类似"0.000321000000000"的文本。
• 取消sqd = data_pct.apply(lambda x: (x-mean)**2)的注释后，代码会按顺序先执行这行逻辑：lambda表达式里会拿data_pct列里每个浮点型的对数收益率，和字符串类型的mean做减法运算，这会直接触发TypeError: unsupported operand type(s) for -: 'float' and 'str'类型错误，函数在这一步就异常终止了，后面的print(mean)语句根本没机会运行，所以你看不到任何打印输出。
• 额外隐藏问题：pct_change()计算的百分比变动序列第一行是NaN空值，就算修复了类型问题，不提前过滤空值的话，后续对数计算、方差计算也会出现非预期结果。

import numpy as np

def getVolatility(stock):
  data = stock.history(period="1y")
  # 计算对数收益率
  data['PCT'] = data['Close'].astype(float).pct_change().apply(lambda x: np.log(1+x))
  # 过滤空值
  data_pct = data['PCT'].dropna()

  # 计算均值时保持数值类型，不要提前转字符串
  mean = data_pct.mean()
  sqd = data_pct.apply(lambda x: (x-mean)**2)

  # 需要打印展示时再做字符串格式化
  print("{:.15f}".format(mean))
  print(sqd)

  # 补全年化波动率计算逻辑：日度收益率标准差*一年交易日数的平方根（通常取252）
  # annual_vol = data_pct.std() * np.sqrt(252)
  # return annual_vol

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