Pandas Dataframe ValoreErrore: la forma dei valori passati è (X,), gli indici implicano (X, Y)

Question

Si verifica un errore e non sono sicuro di come risolverlo.

Il seguente sembra funzionare:

def random(row): 
    return [1,2,3,4] 

df = pandas.DataFrame(np.random.randn(5, 4), columns=list('ABCD')) 

df.apply(func = random, axis = 1) 

e la mia uscita è:

[1,2,3,4] 
[1,2,3,4] 
[1,2,3,4] 
[1,2,3,4] 

Tuttavia, quando cambio una delle delle colonne per un valore come 1 o Nessuno:

def random(row): 
    return [1,2,3,4] 

df = pandas.DataFrame(np.random.randn(5, 4), columns=list('ABCD')) 
df['E'] = 1 

df.apply(func = random, axis = 1) 

ho la l'errore:

012.351.641.061.

ValueError: Shape of passed values is (5,), indices imply (5, 5) 

Ho lottato con questo per alcuni giorni e niente sembra funzionare. Ciò che è interessante è che quando cambio

def random(row): 
    return [1,2,3,4] 

a

def random(row): 
    print [1,2,3,4] 

tutto sembra funzionare normalmente.

Questa domanda è un modo più chiaro di asking this question, che ritengo possa essere stato confuso.

Il mio obiettivo è calcolare un elenco per ogni riga e quindi creare una colonna fuori di esso.

MODIFICA: Originariamente inizio con un dataframe che ha una colonna. Aggiungo 4 colonne in 4 differenze per applicare i passaggi, e poi quando provo ad aggiungere un'altra colonna ottengo questo errore.

Answer 1

Se il vostro obiettivo è aggiungere nuova colonna dataframe, basta scrivere la vostra funzione come funzione che restituisce valore scalare (non elenco), qualcosa di simile:

>>> def random(row): 
...  return row.mean() 

e quindi utilizzare applica:

>>> df['new'] = df.apply(func = random, axis = 1) 
>>> df 
      A   B   C   D  new 
0 0.201143 -2.345828 -2.186106 -0.784721 -1.278878 
1 -0.198460 0.544879 0.554407 -0.161357 0.184867 
2 0.269807 1.132344 0.120303 -0.116843 0.351403 
3 -1.131396 1.278477 1.567599 0.483912 0.549648 
4 0.288147 0.382764 -0.840972 0.838950 0.167222 

Non so se è possibile che la nuova colonna contenga elenchi, ma è delimitato per contenere tuple ((...) anziché [...]):

>>> def random(row): 
... return (1,2,3,4,5) 
... 
>>> df['new'] = df.apply(func = random, axis = 1) 
>>> df 
      A   B   C   D    new 
0 0.201143 -2.345828 -2.186106 -0.784721 (1, 2, 3, 4, 5) 
1 -0.198460 0.544879 0.554407 -0.161357 (1, 2, 3, 4, 5) 
2 0.269807 1.132344 0.120303 -0.116843 (1, 2, 3, 4, 5) 
3 -1.131396 1.278477 1.567599 0.483912 (1, 2, 3, 4, 5) 
4 0.288147 0.382764 -0.840972 0.838950 (1, 2, 3, 4, 5) 

Answer 2

Io uso il codice qui sotto è proprio bene

import numpy as np  
df = pd.DataFrame(np.array(your_data), columns=columns)