Pandas中两个apply调用函数为何一个失效一个正常？

你遇到的问题很典型——同样是用apply给DataFrame添加多列，第一个代码块报错，第二个却能正常运行，咱们来一步步拆解原因。

第一个无法运行的代码 #

import pandas as pd
df = pd.DataFrame(data = {'a': [1, 2, 3], 'b': [4, 5, 6]})
def add_subtract_list(a, b):
    return [1,2,3,4]
add_subtract_list(5,8)
df[['c','d','x','y']] = df.apply( lambda row: add_subtract_list(row['a'], row['b']), axis=1)

第二个可运行的代码（补全你省略的合理逻辑） #

import pandas as pd
df = pd.DataFrame(data = {'a': [1, 2, 3], 'b': [4, 5, 6]})
def add_subtract_list(a, b):
    return [a + b, a - b, b + a, b - a]  # 基于每行a、b计算的列表
df[['c','d','x','y']] = df.apply( lambda row: add_subtract_list(row['a'], row['b']), axis=1)

核心原因解析 #

• 返回值的维度匹配问题：当你用df.apply(axis=1)返回列表并赋值给多列时，Pandas需要每个行的返回结果能被展开为对应列数的独立值。第一个函数返回的是固定列表[1,2,3,4]，但默认情况下apply会把这个列表当成Series的单个元素（也就是每行返回的是一个长度为4的列表对象，而非4个单独的值），这就导致赋值时维度不匹配，直接报错。
• 第二个代码的正确逻辑：第二个函数返回的是基于当前行a和b计算的列表，虽然看起来和第一个结构类似，但关键在于——当apply返回的列表长度和你要赋值的列数一致时，Pandas会自动将每个列表展开为一行的多个值，刚好匹配4列的需求，所以能正常运行。

修复第一个代码的方法 #

其实第一个代码只需要给apply加上result_type='expand'参数，强制Pandas把每个列表展开成DataFrame的一行，就能正常赋值了：

df[['c','d','x','y']] = df.apply( lambda row: add_subtract_list(row['a'], row['b']), axis=1, result_type='expand')

内容的提问来源于stack exchange，提问作者Ni_Tempe