熊猫df到df系列不产生原始df。

Question

我在做df.apply(myfunction, args=(df2,x,y,z), axis=1)

myfunction()的结果是dataframe。但是，为了使它与df.apply()一起工作，返回对象必须是一个pd.Series。

myfunction()返回的dataframe有不同的列和每列的6行数据。

我将我的df转换为dict，然后将其转换为df.apply()，这样它就可以使用()了。

pd.Series(df.to_dict()):的输出

    book_sale_date                      {0: 2016-03-01 00:00:00, 1: 2016-03-01 00:00:0...
    countx                                    {0: 17, 1: 31, 2: 92, 3: 12, 4: 92, 5: 92}
    dbNUM                             {0: 93353485.0, 1: 93353485.0, 2: 93353485.0, ...
    ...

当我将这个结构转换回dataframe时，如下所示：

pd.DataFrame(df.apply(myfunction, args=(df,x,y,z), axis=1))

结果有正确的列，但只有1行，各列中有正确的数据类型，但都集中在一行中。

例如，book_sale_date列如下所示：

{0: 2016-03-01 00:00:00, 1: 2016-03-01 00:00:0, 2: 2016-03-01 00:00:0, 3: 2016-03-01 00:00:0, 4: 2016-03-01 00:00:0, 5: 2016-03-01 00:00:0}

下面是intermediate_df.to_clipboard()的输出，它是我想要构建的df，但是我不得不将它转换成一个dict，然后用一个系列来处理.apply()。

    sale_month  countx  onnfl_cumsum_minmax_c_sum_ratio onnfl_max   onnfl_min   onnfl_sprd  onnfl_sprd_median   onnfl_sprd_neg_count    onnfl_sprd_neg_sum  onnfl_sprd_pos_count    onnfl_sprd_pos_neg_sum_ratio    onnfl_sprd_pos_sum
0   2016-03-01  17  1.54829687344   117.69  -37.31  100.11      0.588235294118  -54.89  0.176470588235  2.82382947714   155.0
1   2016-03-01  31  1.28473432668   220.14  -8.35   177.85      0.354838709677  -72.39  0.290322580645  3.45683105401   250.24
2   2016-03-01  92  1.21749735751           -860.93     0.478260869565  -1185.49    0.195652173913  0.273777087955  324.56
3   2016-03-01  12      13708.76    -937.27 17069.77    292.365 0.25    -1970.44    0.75    9.66292300197   19040.21
4   2016-03-01  92  1.00115588305   13708.76    389.47  15511.95    1413.72 0.282608695652  -376.35 0.413043478261  42.21681945 15888.3
5   2016-03-01  92  1.03090199741   98.32   -4765.51    -5139.15    -471.96 0.489130434783  -5945.64    0.20652173913   0.135643934042  806.49

更新：

我正在经历一些link的变体

我遇到的另一个问题是使用df.apply() --如果想要的结果是dataframe，甚至是正确的方法？

以下是我要做的事：

1)我有一个由2列组成的数据格式df，其中有100万行。

2)这2列是城市名称- city1和city2。每一行都是大城市世界中城市的组合。

3)我有另一种数据，称为df，它有4000座城市的每日每小时温度数据。

4)我想遍历df的每一行，并在df2中进行查找，以提取这两个城市的温度数据，并计算各种统计数据，即特定时间内的温度分布、和、平均值等。

5)结果对象是一个dataframe，每个城市对有6行和大约45列的统计信息。

如果我通过传入传递给df.apply()的相同参数来单独运行一个df行的myfunction()，那么这是可行的。我的问题是，对于df或df.apply()的每一行，我应该在for循环中运行myfunction()吗？这对于100万行df来说更快。

Answer 1

我得到我想要的工作的方式是做以下工作：

1)更改myfunction()函数以返回pd.Series(intermediate_df.unstack())

因此，在将其转换为Series对象之前，先将所需的数据进行堆栈化

2)将对df.apply()的调用更改为：

df.apply(myfunction, args=(df2,x,y,z), axis=1).stack().reset_index(drop=True)

我遵循了下面的link关于如何从DataFrame创建一个系列目标的指导。

也许Pandas文档想要添加一些例子来描述如何做这样的事情。