结合两列给出 ValueError: Wrong number of items passed 2, placement 意味着 1

Posted 2023-03-12

【中文标题】结合两列给出 ValueError: Wrong number of items passed 2, placement 意味着 1

【英文标题】：Combining two columns give ValueError: Wrong number of items passed 2, placement implies 1

【发布时间】：2018-03-14 04:34:43

【问题描述】：

我有一个简单的数据框：

import pandas as pd
d = pd.DataFrame('a':[[1], [2], [3]], 'b': [[4], [5], [6]]) 
print d
  a    b
  0  [1]  [4]
  1  [2]  [5]
  2  [3]  [6]

我想得到

  combined
 0   [1, 4]
 1   [2, 5]
 2   [3, 6]

我用了以下

d['combined'] = d.apply(lambda row: row.a + row.b, axis=1)

它给了我错误：

ValueError: Wrong number of items passed 2, placement implies 1

为什么会

d['combined'] = d.apply(lambda row: row.a[0] + row.b[0], axis=1)

可以工作（虽然不是我需要的），但我上面的代码出错了？

更新：

其实我原来的代码更像这样：

d = pd.DataFrame('a':[[1, 2], [2, 3], [3, 4]], 'b': [[4, 5], [5, 6], [6, 7]]) 
        a       b
0  [1, 2]  [4, 5]
1  [2, 3]  [5, 6]
2  [3, 4]  [6, 7]

我想将列表中a的第一个元素和b中的最后一个元素作为

     combined
0    [1, 5]
1    [2, 6]
2    [3, 7]

似乎我可以先用空字符串创建一个新列，然后使用 apply 来修改它，正如下面的答案之一所指出的那样，直接添加列不会让我灵活地操作列表。

【参考方案1】：

先创建一个空白系列名称“组合”作为列，我不知道为什么ValueError: Wrong number of items passed - Meaning and suggestions?

import pandas as pd
d = pd.DataFrame('a':[[1], [2], [3]], 'b': [[4], [5], [6]])
d['combined'] = ''
d['combined'] = d.apply(lambda row: row.a + row.b, axis=1)

【参考方案2】：

你不需要使用申请这个：

d['c'] = d.a + d.b

    a    b    c
0  [1]  [4]  [1, 4]  
1  [2]  [5]  [2, 5]  
2  [3]  [6]  [3, 6]

【讨论】：

谢谢！没想到这么简单。

【参考方案3】：

一个简单的 d.sum(1) 工作

d['combined'] = d.sum(1)

    a   b   combined
0   [1] [4] [1, 4]
1   [2] [5] [2, 5]
2   [3] [6] [3, 6]

【讨论】：

谢谢，在我的真实数据中我还有其他列，但是这个功能非常简单实用！