df.apply() 中的 pandas 错误仅适用于特定的 dataframe

Question

在 pandas 中发现了一些非常奇怪的东西。 我的数据框（3 行 3 列）如下所示：

当我尝试使用下面的命令将 ID 和名称（用下划线分隔）提取到他们自己的列时，它给了我一个错误：

df[['ID','Name']] = df.apply(lambda x: get_first_last(x['ID_Name']), axis=1, result_type='broadcast')

错误是：

ValueError: cannot broadcast result

不过，这是有趣的部分..当我从原始 dataframe 中删除“From_To”列时，执行相同的 df.apply() 来拆分 ID_Name 工作得很好，我得到了这样的新列：

我已经检查了很多 SO 答案，但似乎没有任何帮助。 我在这里错过了什么？

PS get_first_last 是一个非常简单的 function 像这样：

def get_first_last(s):
    str_lis = s.split("_")
    return [str_lis[0], str_lis[1]]

Answer 1

来自pandas.DataFrame.apply的文档：

'broadcast'：将结果广播到DataFrame的原始形状，保留原始索引和列。

所以问题是你的 dataframe 的原始形状是 (3, 3) 并且你应用 function 的结果是 2 列，所以你有一个不匹配。 这也解释了为什么当你删除“From_To”时，新形状是 (3, 2)，现在你有一个匹配...

您可以使用“广播”而不是“扩展”，您将获得预期的结果。

  table = [
      ['1_john', 23, 'LoNDon_paris'],
      ['2_bob', 34, 'Madrid_milan'],
      ['3_abdellah', 26, 'Paris_Stockhom']
  ]
  df = pd.DataFrame(table, columns=['ID_Name', 'Score', 'From_to'])
  df[['ID','Name']] = df.apply(lambda x: get_first_last(x['ID_Name']), axis=1, result_type='expand')

希望这可以帮助 ！！

Answer 2

使用apply绝对不是一个好的用例，您应该这样做：

df[["ID", "Name"]]=df["ID_Name"].str.split("_", expand=True, n=1)

您的数据将为 output （我只从您的数据框中取出前 2 列）：

   ID_Name  Score ID   Name
0   1_john     23  1   john
1    2_bob     34  2    bob
2  3_janet     45  3  janet

现在n=1以防万一您有多个_ （例如，作为名称的一部分）-确保您最多返回 2 列（否则上面的代码将失败）

例如，如果我们稍微修改您的代码，我们会得到以下 output：

    ID_Name  Score ID    Name
0    1_john     23  1    john
1  2_bob_jr     34  2  bob_jr
2   3_janet     45  3   janet