将长度函数应用于 Dataframe 的 Lambda 函数给出不同的输出

Question

我有一个 Pandas 数据框： 我想计算行索引 = 4 中每个单元格的长度。 我执行了 2 个命令，都给出了不同的答案。有人可以解释这里发生了什么

    a   b   c   d   e   f   g
0   1   2   3   4   5   6   first
1   3   4   5   6   7   8   second
2   6   7   8   9   10  11  third
3   first   second  third   fourth  fifth   sixth   fourth
4   column  column  column  column  column  column  fifth

First Command:
**df2.loc[4].apply(lambda x: len(x))**
Output:
a    6
b    6
c    6
d    6
e    6
f    6
g    5
Name: 4, dtype: int64

Second Command:
**df2.loc[4:].apply(lambda x: len(x))**
Output:
a    1
b    1
c    1
d    1
e    1
f    1
g    1
dtype: int64

• Python 新手

Answer 1

造成这种差异的原因是调用df2.loc[4] 会产生Series（包含7 个元素），而调用df2.loc[4:]（4: 是切片）会产生DataFrame （1 行 7 列）。尝试在两者上使用print() 和type() 看看有什么区别。

• 在系列上，apply 会在系列的值上调用您的函数，因此您确实得到了您想要的字符串值的长度。

• 在 DataFrame 上，apply 在每一列上调用你的函数，计算列中元素（行）的数量，它是 1，因为 [4:]slice 定义了一行（试试 [2:5]，你' 将得到 3 而不是 1)。

顺便说一句，您的 lambda 函数与 len 函数相同，因此您只需编写 .apply(len)。