为什么 pandas 在 `apply` 中处理这两个字符串时会有不同的结果？

Question

我不明白为什么pandas会区别对待两个lambda函数 l3 和 l4 - 它们都只接受一个参数、返回一个字符串，而且都不应该被执行，因为df实际上是空的：

import pandas as pd

df = pd.DataFrame(data={"col1": [], "col2": []})

l3 = lambda r: ""
l4 = lambda r: f"{r.col1}"

df["col3"] = df.apply(l3, axis=1)
df["col4"] = df.apply(l4, axis=1)  # Error: Wrong number of items passed 3, placement implies 1

print(type(df.apply(l3, axis=1)))  # this is a Series
print(type(df.apply(l4, axis=1)))  # this is a DataFrame

然而，df.apply的返回类型是不同的。

奖励问题：是否有更好的做法？

df["col4"] = df.apply(l4, axis=1)

这适用于空数据帧的解决方案是什么？

更新：我认为pandas代码的一个相关部分是这个：

在这个部分中，根据@mozway的回答，该函数应用于一个空序列，并基于是否可行返回生成的新序列或输入的副本（即数据框）。

根据@Brandt的评论，可能应该确保该函数也适用于空行（这是一个奇怪的、至少未记录的要求）。 https://github.com/pandas-dev/pandas/blob/8e07787bc1030e5d13d3ad5e83b5d060a519ef67/pandas/core/apply.py#L718-L753

- bers

---

关于您的奖励问题：l4 = lambda r: f"{r.col1}" if len(r) else "" 应该可以解决。 - Brandt

另外，当我运行您的代码（使用我上面建议的l4）时，在两种情况下（print/type），我都得到了Series。我正在使用Pandas v1.3.1。 - Brandt

Answer 1

你应该添加result_type='reduce'参数以避免扩展到DataFrame：

df = pd.DataFrame(data={"col1": [], "col2": []})

l3 = lambda r: ""
l4 = lambda r: f"{r.col1}"

df["col3"] = df.apply(l3, axis=1)
df["col4"] = df.apply(l4, axis=1, result_type='reduce')

- mozway

---

请注意，df.apply在两种情况下都可以工作。不起作用的是分配给新列。 - bers

@bers 好的，我明白了，这是一个result_type的问题，请查看编辑 - mozway

但是你仍然是正确的：“当没有行时，apply将一个空的Series传递给函数。”这只是在try/catch块中发生，所以我们看不到它失败 - 请参见我的更新问题。 - bers