Pandasdf到dict到系列返回df不产生原始d

Question

我正在进行df.apply(myfunction, args=(df2,x,y,z), axis=1)

myfunction（）的结果是一个数据帧。但是为了让这个工作数据框应用（）返回对象必须是pd系列. 在

myfunction（）返回的dataframe有各种列，每列有6行数据。在

我把df转换成dict，然后再转换成series，这样它就可以工作了数据框应用(). 在

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, ...
    ...

当我将此结构转换回dataframe时：

^{pr2}$

结果有正确的列，但只有1行在相应的列中具有正确的数据类型，但都集中在一行中。在

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}

这是intermediate_df.to_clipboard()的输出，这是我想要构造的df，但是我不得不将它转换成dict，然后转换成一个序列来处理.apply()。在

    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：

我正在体验link的一些变体

另一个问题是使用数据框应用（）如果期望的结果是一个数据帧，即使是正确的方法？在

以下是我要做的：

1）我有一个2列的数据帧df，有100万行。在

2）两列是城市名称-城市1和城市2。每一排都是一个大城市群中城市的组合。在

3）我有另一个名为df的数据帧，它有4000个城市的每日每小时温度数据。在

4）我想迭代每一行df并在df2中查找，以提取两个城市中每个城市的温度数据，并计算各种统计数据，即特定时间内的温度差、总和、平均值等

5）result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数据框应用（）这样就行了。我的问题是我是否应该在for循环中为df或的每一行运行myfunction（）数据框应用()? 对于100万行测向更快。在

Answer 1

我得到我想要的工作的方法是做以下事情：

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

因此，在将所需的数据帧转换为Series对象之前，请先取消其堆栈

2）将我的呼叫改为df.apply()为：

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

我遵循了下面的link关于如何从数据帧创建系列目标的指示。在

也许Pandas文档想要添加一些例子来描述如何做这样的事情。在