Pandas apply返回多值：返回2个正常、3个报错的原因排查

这个问题我之前也碰到过，本质是你用的Python 2.7.14对应的旧版本pandas，对df.apply(axis=1)返回值的处理逻辑存在差异：

• 当返回1个值时，apply生成一维Series，直接赋值给单个列完全没问题；
• 当返回2个值的列表时，pandas会自动把每个列表转成Series，最终组合成二维DataFrame，所以能直接匹配两列赋值；
• 但返回3个及以上值的列表时，旧版本pandas不会自动将列表展开为多列，而是返回一个每个元素都是列表的一维Series。这时你要把这个Series赋值给三列，pandas没法把单个列表元素映射到多个列，就会抛出ValueError或KeyError。

核心思路是让apply的返回结果能被pandas识别为二维结构（即DataFrame），有两种简单的实现方式：

方式1：让somefunc返回pd.Series而非列表 #

直接修改函数的返回值类型，把列表包装成Series，这样apply会自动将所有行的Series组合成DataFrame，完美匹配多列赋值需求：

import pandas as pd
def somefunc(input1, input2):
    output1 = 1
    output2 = 2
    output3 = 3
    return pd.Series([output1, output2, output3])  # 关键修改：返回Series
d = {'col1': ['A1', 'B1'], 'col2': ['A2', 'B2']}
df = pd.DataFrame(data=d)
df[['col3', 'col4', 'col5']] = df.apply(lambda x: somefunc(x['col1'], x['col2']), axis=1)
print df

方式2：在apply后显式转换为DataFrame #

如果不想修改somefunc的返回逻辑，可以在apply的结果上再调用apply(pd.Series)，把每个列表元素转成Series进而生成DataFrame：

import pandas as pd
def somefunc(input1, input2):
    output1 = 1
    output2 = 2
    output3 = 3
    return [output1, output2, output3]
d = {'col1': ['A1', 'B1'], 'col2': ['A2', 'B2']}
df = pd.DataFrame(data=d)
# 先将apply结果转换为DataFrame再赋值
result_df = df.apply(lambda x: somefunc(x['col1'], x['col2']), axis=1).apply(pd.Series)
df[['col3', 'col4', 'col5']] = result_df
print df

你提到实际场景中somefunc会创建临时df2后删除以节省内存，这两种方案都不会影响这个逻辑——只要函数最终返回正确的Series或列表即可，临时数据的清理逻辑可以保留。

内容的提问来源于stack exchange，提问作者sinB