应用返回包含列表的元组的函数时出错

Question

我正在将一个函数应用于一个数据框，并返回一个元组，以便使用zip（*）将其转换为多个数据框列。

返回的元组，包含一个列表，其中包含一个或多个元组。

如果嵌套的列表中至少有一个包含与其余列表不同的元组计数，则一切正常。

在极少数情况下，函数返回所有嵌套的列表具有相等的元组计数，引发一个AssertionError：新值的形状必须与管理器形状兼容。

我怀疑熊猫看到了一致的嵌套list长度，并试图将list（元组）解压缩到单独的列中。

如何强制熊猫始终按原样存储返回的列表，而不考虑上述条件？

（Python 3.7.4，Pandas 1.0.3）

有效的代码：

import pandas as pd
import numpy as np

def simple_function(type_count):
    calculated_value1 = np.random.randint(5)
    calculated_value2 = np.random.randint(5)
    types_list = [tuple((x, calculated_value2)) for x in range(0, type_count)]
    return calculated_value1, types_list
    
df = pd.DataFrame([{'name': 'Joe', 'types': 1},
                   {'name': 'Beth', 'types': 1},
                   {'name': 'John', 'types': 1},
                   {'name': 'Jill', 'types': 2},
                   ], columns=['name', 'types'])

df['calculated_result'], df['types_list'] = zip(*df['types'].apply(simple_function))

引发断言错误的代码：新值的形状必须与管理器形状兼容：

import pandas as pd
import numpy as np

def simple_function(type_count):
    calculated_value1 = np.random.randint(5)
    calculated_value2 = np.random.randint(5)
    types_list = [tuple((x, calculated_value2)) for x in range(0, type_count)]
    return calculated_value1, types_list
    
df = pd.DataFrame([{'name': 'Joe', 'types': 1},
                   {'name': 'Beth', 'types': 1},
                   {'name': 'John', 'types': 1},
                   {'name': 'Jill', 'types': 1},
                   ], columns=['name', 'types'])

df['calculated_result'], df['types_list'] = zip(*df['types'].apply(simple_function))

Answer 1

通过从结果列表中创建DataFrame：

df[['calculated_result','types_list']] = pd.DataFrame(df['types'].apply(simple_function).tolist())

使用数组可以得到类似的结果

df['calculated_result'], df['types_list'] = np.array(df['types'].apply(simple_function).tolist()).T