Pandas调用np.vectorize生成新列报setting an array element错误

错误产生原因 #

• 你的test函数逻辑存在根本错误：函数内调用的df4[str(i)].values返回的是整个列的全量数组，不是当前行对应列的单个值，导致每次调用test返回的是长度和df4一致的数组，而非预期的单个标量结果
• np.vectorize预期对每个输入的RB值返回一个标量，但实际得到的是数组，往df4的新列赋值时，就会触发ValueError: setting an array element with a sequence，因为无法把一个数组塞到DataFrame的单个单元格中
• 额外说明：np.vectorize仅为语法糖，不会真正实现并行计算，效率远低于pandas原生操作，不推荐在该场景下使用

修复方案 #

你要实现的逻辑是：对每一行，将列名从RB列的取值到49的所有列的数值相乘，生成新列n，可以直接用pandas的行级apply实现，完整代码如下：

import pandas as pd
from io import StringIO
import numpy as np

# df4生成代码保持不变
df4s = """
contract    RB  BeginDate   ValIssueDate    EndDate Valindex0   48  46  47  49  50
2   A00118  46  19850100    19880901    99999999    50  1   2   3   7   7
3   A00118  47  19000100    19880901    19831231    47  1   2   3   7   7
5   A00118  47  19850100    19880901    99999999    50  1   2   3   7   7
6   A00253  48  19000100    19820101    19811231    47  1   2   3   7   7
7   A00253  48  19820100    19820101    19841299    47  1   2   3   7   7
8   A00253  48  19850100    19820101    99999999    50  1   2   3   7   7
9   A00253  50  19000100    19820101    19781231    47  1   2   3   7   7
10  A00253  50  19790100    19820101    19841299    47  1   2   3   7   7
11  A00253  50  19850100    19820101    99999999    50  1   2   3   7   7

"""

df4 = pd.read_csv(StringIO(df4s.strip()), sep='\s+', 
                  dtype={"RB": int, "BeginDate": int, "EndDate": int,'ValIssueDate':int,'Valindex0':int})

# 修复后的计算逻辑
def calc_n(row):
    rb_val = row['RB']
    calc_cols = [str(i) for i in range(rb_val, 50)]
    # RB等于50时没有需要计算的列，返回初始值1，和你原有逻辑一致
    return row[calc_cols].prod() if calc_cols else 1

df4['n'] = df4.apply(calc_n, axis=1)

内容的提问来源于stack exchange，提问作者William