python – 为什么pandas应用计算两次

我在熊猫的DataFrame对象上使用apply方法.当我的DataFrame有一个列时,看起来应用函数被调用两次.问题是为什么？而且,我可以阻止这种行为吗？

码：

import pandas as pd

def mul2(x):
    print 'hello'
    return 2*x

df = pd.DataFrame({'a': [1,2,0.67,1.34]})

print df.apply(mul2)

输出：

hello
hello

0  2.00
1  4.00
2  1.34
3  2.68

我正在应用的函数中打印’hello’.我知道它被应用了两次因为’你好’打印了两次.更重要的是,如果我有两列,’你好’打印3次.更进一步的是当我打电话给’hello’列打印4次时.

码：

print df.a.apply(mul2)

输出：

hello
hello
hello
hello
0    2.00
1    4.00
2    1.34
3    2.68
Name: a, dtype: float64

解决方法:

可能与this issue相关.使用groupby,应用函数被称为一次额外的时间,以查看是否可以进行某些优化.我猜这里发生了类似的事情.目前看起来并没有任何办法(虽然我对你所看到的行为的来源可能是错的).有没有理由你需要它不要做那个额外的电话.

此外,当您在列上应用时调用它是正常的.获得一个列时,您将获得一个系列,而不是一个DataFrame.应用于系列将函数应用于每个元素.由于您的列中包含四个元素,因此该函数被调用四次.