pandas apply赋值两列报Columns must be same length as key解法

如下单返回值的pandas apply逻辑可以正常运行：

import pandas as pd
mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
          {'a': 100, 'b': 200, 'c': 300, 'd': 400},
          {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]

df = pd.DataFrame(mydict)

def exec_func(dfx):
    x, y = dfx['a'] + 1, dfx['b'] + 1 
    return x

df['e'] = df.apply(exec_func, axis=1)

print(df)

运行输出：

a     b     c     d     e
0     1     2     3     4     2
1   100   200   300   400   101
2  1000  2000  3000  4000  1001

当修改函数让其同时返回两个值，尝试一次性给两列赋值时，会抛出错误：

def exec_func(dfx):
    x, y = dfx['a'] + 1, dfx['b'] + 1 
    return x, y

df[['e', 'f']] = df.apply(exec_func, axis=1)

报错信息为：
ValueError: Columns must be same length as key

apply(axis=1)逐行执行返回多值的函数时，默认生成的是元素为元组的Series对象，每个元组对应一行的多个返回值。直接把这个Series赋值给多列时，pandas会将其识别为单列数据，和待赋值的2列长度不匹配，就会触发长度校验错误。

• 方案1：将apply返回结果转成嵌套列表
  这是最简便、性能最好的写法，不需要修改原自定义函数，只需要对apply返回的Series调用.tolist()，把每行的元组转成子列表，最终得到形状为(行数, 返回值个数)的嵌套列表，即可直接赋值给对应多列：

def exec_func(dfx):
    x, y = dfx['a'] + 1, dfx['b'] + 1 
    return x, y

df[['e', 'f']] = df.apply(exec_func, axis=1).tolist()

运行后df的结果如下：

a     b     c     d     e     f
0     1     2     3     4     2     3
1   100   200   300   400   101   201
2  1000  2000  3000  4000  1001  2001

• 方案2：让apply返回值为pandas Series对象
  如果不想在外部做类型转换，也可以修改自定义函数的返回逻辑，把多返回值包装成pd.Series返回，此时apply的返回结果会直接变成和原df索引对齐、列数和返回值个数一致的DataFrame，直接赋值即可：

def exec_func(dfx):
    x, y = dfx['a'] + 1, dfx['b'] + 1 
    return pd.Series([x, y])

df[['e', 'f']] = df.apply(exec_func, axis=1)

这个写法的优势是如果后续需要给返回值预设列名，直接在pd.Series中指定index参数即可，不需要额外对齐列顺序。

性能提示：数据量较大时优先选择方案1，转列表的写法比返回Series的写法执行速度快30%以上。

内容的提问来源于stack exchange，提问作者ps0604