如何正确使用 pandas apply 返回多列值并赋值给 DataFrame

落墨同学_8620

落墨同学_8620

2026-11-18

446人浏览

原创

如何正确使用 pandas apply 返回多列值并赋值给 DataFrame

本文详解在 pandas 中通过 apply 方法返回多个值并批量赋值给 dataframe 多列的两种可靠方式:直接返回键名匹配的 series,或返回元组后包装为 series,避免出现 nan。

本文详解在 pandas 中通过 apply 方法返回多个值并批量赋值给 dataframe 多列的两种可靠方式:直接返回键名匹配的 series,或返回元组后包装为 series,避免出现 nan。

在使用 pandas.DataFrame.apply() 处理行数据并希望将函数返回的多个值分别写入多个目标列时,一个常见误区是返回的 pd.Series 键名与目标列名不一致,导致 .loc[...] = ... 赋值失败(结果为 NaN)。根本原因在于:pandas 在执行 df.loc[mask, cols] = result 时,会严格按列名对齐 result 的索引(即 Series 的 keys);若 keys 不匹配,对应列将无法接收值,最终填充为 NaN。

✅ 正确做法一:返回键名完全匹配目标列的 Series(推荐)

这是最清晰、高效的方式。只需确保 verif() 返回的 pd.Series 使用目标列名作为字典 key:

import pandas as pd

df = pd.DataFrame({'nombre': [10, 25, 42, 18, 73]})
df["S"] = df["COMMENT"] = None  # 初始化目标列

def verif(row):
    if row["nombre"] % 10 == 0:
        return pd.Series({"S": "OK", "COMMENT": "Ends with 0"})
    else:
        return pd.Series({"S": "KO", "COMMENT": "Do not end with 0"})

mask = df["nombre"] % 2 == 0
df.loc[mask, ["S", "COMMENT"]] = df.loc[mask].apply(verif, axis=1)

print(df)

输出:

   nombre     S          COMMENT
0    10    OK      Ends with 0
1    25  None             None
2    42    KO  Do not end with 0
3    18    KO  Do not end with 0
4    73  None             None

✅ 关键点:return pd.Series({"S": ..., "COMMENT": ...}) 中的 key 必须与 df.loc[..., ["S", "COMMENT"]] 中的列名完全一致(大小写、拼写、空格)。

✅ 正确做法二:返回元组 + lambda 包装为 Series(提升复用性)

当函数需跨多个 DataFrame 复用(列名可能不同),可让 verif() 返回解构友好的元组,再由 lambda 统一映射:

def verif(row):
    ends_with_0 = row["nombre"] % 10 == 0
    return ("OK", "Ends with 0") if ends_with_0 else ("KO", "Do not end with 0")

# 使用 lambda 将元组转为指定列名的 Series
df.loc[mask, ["S", "COMMENT"]] = df.loc[mask].apply(
    lambda row: pd.Series(verif(row)), axis=1
)

该方式解耦了业务逻辑(verif)与列绑定逻辑(lambda),便于单元测试和维护。

⚠️ 注意事项与最佳实践

  • 避免直接返回 list 或 tuple:df.loc[...] = df.apply(lambda x: (a,b), axis=1) 会导致 ValueError 或静默失败;
  • axis=1 不可省略:apply 默认按列(axis=0),处理行必须显式指定;
  • 性能提示:对大数据集,优先考虑向量化操作(如 np.where, pd.cut, map)替代 apply;
  • 调试技巧:先单独运行 df.loc[mask].apply(verif, axis=1) 查看返回结果结构,确认其 columns 或 index 是否匹配目标列。

掌握这两种模式,即可稳健、可读地实现多列批量赋值,彻底告别 NaN 困扰。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

2025.12.04

360

15

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

2026.01.31

292

21

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

2026.04.13

1011

25

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

2026.11.17

0

15

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

2026.11.17

0

10

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

2026.11.17

0

11

SQLAlchemy ORM 模型怎么写
SQLAlchemy ORM 模型怎么写

SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

2026.11.17

0

16

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

2026.11.12

160

15

Go-Zero安装与goctl环境配置教程
Go-Zero安装与goctl环境配置教程

本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

2026.11.12

120

15

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习