python-熊猫在原位应用更新,但不返回任何值

我不了解此套用行为..熊猫套用到位更新但返回无

>>>import pandas as pd
>>>df_test = pd.Series({0: {'A', 'E'},
                     1: {'A', 'C', 'E', 'S'},
                     2: {'A', 'C', 'E'},
                     3: {'A', 'C', 'E', 'S'},
                     4: {'A', 'E'}})
>>>df_test
0          {A, E}
1    {A, S, E, C}
2       {A, C, E}
3    {A, S, E, C}
4          {A, E}
dtype: object

>>>df_test.apply(lambda x: x.add("X"))
0    None
1    None
2    None
3    None
4    None
dtype: object

但,

>>>df_test
0          {A, X, E}
1    {A, X, S, E, C}
2       {A, X, C, E}
3    {A, X, S, E, C}
4          {A, X, E}
dtype: object

因此df_test已更新.但是如果我这样做：

>>> df_test = df_test.apply(lambda x: x.add("X"))
>>> df_test
0    None
1    None
2    None
3    None
4    None
dtype: object

对此行为的解释是什么-应用正在就地更新数据帧,但返回的类型为None.

解决方法:

添加到集合中是返回空值的就地操作,因此在更新系列时,从apply返回的副本的每一行都将设置为None.

如果您真的想在调用apply时查看结果,而不是添加到集合中,则可以使用两个集合的并集来获得所需的结果：

df_test.apply(lambda x: x | {'X'})

0          {A, X, E}
1    {A, X, E, C, S}
2       {A, X, E, C}
3    {A, X, E, C, S}
4          {A, X, E}

哪个不会修改原始系列：

df_test   

0          {A, E}  
1    {A, E, C, S}  
2       {A, E, C}  
3    {A, E, C, S}  
4          {A, E}  

标签：data-manipulation,pandas,dataframe,python
来源： https://codeday.me/bug/20191025/1925820.html