使用operator.itemgetter函数的apply和applymap方法行为不一致

Question

这可能不是在实际情况下安排数据的最佳方法，但它提供了一个很好的例子：

In [16]:
import operator
In [17]:
DF=pd.DataFrame({'Val1':[[2013, 37722.322],[1998, 32323.232]],
                 'Val2':[[2013, 37722.322],[1998, 32323.232]]})
In [18]:
print DF
                Val1               Val2
0  [2013, 37722.322]  [2013, 37722.322]
1  [1998, 32323.232]  [1998, 32323.232]

[2 rows x 2 columns]

apply方法返回错误结果

In [19]:
print DF.apply(operator.itemgetter(-1), axis=1)
   Val1       Val2
0  2013  37722.322
1  1998  32323.232

[2 rows x 2 columns]

但是，applymap 可以得到正确的结果！

In [20]:
print DF.applymap(operator.itemgetter(-1))
        Val1       Val2
0  37722.322  37722.322
1  32323.232  32323.232

[2 rows x 2 columns]

为什么会发生这种情况？

- CT Zhu

---

apply被传递了一个整行数据，其中包含了两个列表元素；最后一个列表将被返回并转换为序列。通常来说，嵌套的列表元素并不是一个好主意。 - Jeff

我同意，在现实生活中这不是一种好的数据存储方式。最有趣的是，它的第一个元素被分配给 Val1。现在我明白了，谢谢！ - CT Zhu

Answer 1

如果您使用以下工具，就更容易了解正在发生的事情：

df = pd.DataFrame({'Val1':[[1, 2],[3, 4]],
                 'Val2':[[5, 6],[7, 8]]})

     Val1    Val2
0  [1, 2]  [5, 6]
1  [3, 4]  [7, 8]

df.apply(operator.itemgetter(-1), axis=1) 在每一行上调用 operator.itemgetter(-1) 方法。

例如，在第一行上，operator.itemgetter(-1) 返回最后一个元素，即 [5, 6]。 由于这个值是可迭代的，所以它的值被赋给了两列 Val1 和 Val2。因此结果是：

In [149]: df.apply(operator.itemgetter(-1), axis=1)
Out[149]: 
   Val1  Val2
0     5     6
1     7     8

相比之下，applymap 操作的是 DataFrame 中每个单元格，因此 operator.itemgetter(-1) 会从每个单元格中返回最后一个项目。

In [150]: df.applymap(operator.itemgetter(-1))
Out[150]: 
   Val1  Val2
0     2     6
1     4     8

- unutbu

Answer 2

只是想补充一下 @unutbu 和 @jeff 说的，如果一开始有三列：

In [26]:

print DF
                Val1               Val2               Val3
0  [2013, 37722.322]  [2014, 37722.322]  [2015, 37722.322]
1  [1997, 32323.232]  [1998, 32323.232]  [1999, 32323.232]

[2 rows x 3 columns]
In [27]:

print DF.apply(operator.itemgetter(-1), axis=1)
0    [2015, 37722.322]
1    [1999, 32323.232]
dtype: object

由此得出的列表（长度为2）无法被强制转换为长度为3的系列，结果现在是一个列表序列。

- CT Zhu