为什么df.apply（tuple）有效但df.apply（list）不起作用？

Question

这是一个数据框：

    A  B  C
0   6  2 -5
1   2  5  2
2  10  3  1
3  -5  2  8
4   3  6  2

我可以使用df.apply从原始df检索基本上是一列元组的列：

out = df.apply(tuple, 1)
print(out)

0    (6, 2, -5)
1     (2, 5, 2)
2    (10, 3, 1)
3    (-5, 2, 8)
4     (3, 6, 2)
dtype: object

但是，如果我想要一个值列表而不是它们的元组，那我就做不到，因为它不能满足我的期望：

out = df.apply(list, 1)
print(out)

    A  B  C
0   6  2 -5
1   2  5  2
2  10  3  1
3  -5  2  8
4   3  6  2

相反，我需要这样做：

out = pd.Series(df.values.tolist())
print(out)

0    [6, 2, -5]
1     [2, 5, 2]
2    [10, 3, 1]
3    [-5, 2, 8]
4     [3, 6, 2]
dtype: object

为什么我不能使用df.apply(list, 1)来获得我想要的东西？

---

附录

一些可能的解决方法的时间安排：

df_test = pd.concat([df] * 10000, 0)

%timeit pd.Series(df.values.tolist()) # original workaround
10000 loops, best of 3: 161 µs per loop

%timeit df.apply(tuple, 1).apply(list, 1) # proposed by Alexander
1000 loops, best of 3: 615 µs per loop

Answer 1

罪魁祸首在这里 。 使用func=tuple可以工作，但是使用func=list会在编译模块lib.reduce func=list引发异常：

ValueError: ('function does not reduce', 0)

如您所见，它们捕获了异常，但没有费心去处理它。

即使没有太宽泛的except子句， 这也是pandas中的一个错误 。 您可能会尝试在其跟踪器上提出该问题，但类似问题已经解决，但无法解决某些问题。

16321：使用apply（）基于当前列创建列表的奇怪行为

15628：当reduce = True时，Dataframe.apply并不总是返回Series

后者的问题已关闭，然后重新打开，并在几个月前转换为docs增强请求，现在似乎已被用作任何相关问题的垃圾场。

大概这不是一个高优先级，因为正如piRSquared所评论 （和一位熊猫维护者所评论的一样 ），您最好使用列表理解功能：

pd.Series([list(x) for x in df.itertuples(index=False)])

通常， apply使用numpy ufunc或类似方法。