为什么使用 pandas dataframe 赋值时会出现 TypeError 错误？

Question

环境：

Python 3.6.4
pandas 0.23.4

以下是我的代码。

from math import sqrt
import pandas as pd
df = pd.DataFrame({'x':[1,2,3], 'y':[4,5,6]})

df = df.assign(d = lambda z: sqrt(z.x**2 + z.y**2))

底线会引发如下类型错误。

...
TypeError: cannot convert the series to <class 'float'>

没有使用sqrt函数，它可以正常工作。

df = df.assign(d2 = lambda z: z.x**2 + z.y**2)
df
Out[6]:
   x  y  d2
0  1  4  17
1  2  5  29
2  3  6  45

同时，apply 也是有效的。

df['d3'] = df.apply(lambda z: sqrt(z.x**2 + z.y**2), axis=1)
df
Out[8]:
   x  y  d2        d3
0  1  4  17  4.123106
1  2  5  29  5.385165
2  3  6  45  6.708204

第一个有什么问题？

- rootpetit

Answer 1

使用numpy.sqrt - 它也适用于1d数组，而math中的sqrt仅适用于标量：

df = df.assign(d = lambda z: np.sqrt(z.x**2 + z.y**2))

另一个解决方案是使用**(1/2)： "最初的回答"。

df = df.assign(d = lambda z: (z.x**2 + z.y**2)**(1/2))

---

print (df)
   x  y         d
0  1  4  4.123106
1  2  5  5.385165
2  3  6  6.708204

你的解决方案有效，因为在apply中，axis=1按标量工作，但正如@jpp所提到的，不应该优先使用apply，因为它涉及Python级别的逐行循环。"最初的回答"

df.apply(lambda z: print(z.x), axis=1)
1
2
3

- jezrael

---

非常感谢。pandas.apply是对每个值（标量）执行的，因此apply有效。在这种情况下，我不应该使用apply。 - rootpetit

@rootpetit - 没错，应用程序在这里并不必要，因为已存在矢量化的解决方案。 - jezrael

Answer 2

pandas系列对象就像numpy数组一样，无法操作寻找单个对象而不是系列的数学模块。 默认的数学运算是有效的，但不能处理数组/系列上不起作用的函数。

你可以做的是：

df = df.assign(d = lambda z: (z.x**0.5 + z.y**0.5))

或者

df['d'] = df.z.x**0.5 + df.y.x**0.5

这是在pandas标准操作中定义的。

- masasa

---

谢谢你的答案和@jezwels的答案，我现在明白它为什么有效或者无效。 - rootpetit