为什么pandas.DataFrame.apply设置axis=1时返回Series而非DataFrame

pandas的apply返回类型由传入函数的返回值形式、axis参数共同决定：

• 当axis=1（逐行处理）时，每次传入函数的是代表单行的一维Series，你定义的plus_2返回的是普通Python列表，pandas会将这个列表识别为单个元素，最终所有行的返回元素会拼接成一个Series，长度和原DataFrame行数一致。
• 当axis=0（逐列处理）时，每次传入函数的是代表单列的一维Series，返回的列表长度和原列长度（即原DataFrame行数）一致，pandas会自动将每列的返回结果作为新列，最终拼接为DataFrame。

方案1：修改函数返回值为pandas Series #

函数返回时指定为Series并匹配原行的index，pandas会自动将每行返回的Series拼成DataFrame：

import pandas as pd
df = pd.DataFrame([[4,9]]*3, columns = ["A", "B"])

def plus_2(x):
    y =[]
    for i in range(0, len(x)):
        y.append(x[i]+2)
    return pd.Series(y, index=x.index)

df_row = df.apply(plus_2, axis = 1)

方案2：对apply结果做二次转换 #

不需要修改原函数，直接将apply返回的Series的元素展开为DataFrame：

df_row = pd.DataFrame(df.apply(plus_2, axis=1).tolist(), columns=df.columns)

内容的提问来源于stack exchange，提问作者G.T.