记录DataFrame执行apply，想实现数据加工并过滤时，遇到的问题和解决方法

先描述一下遇到问题

在对DataFrame数据进行处理的过程中，突然发现执行某个apply时，返回结果变成了Series

查找原因

在使用apply时，调用了函数f()来处理拆分出来的每一条Series；

def f(s):
    ...
    if ...==True:
    	return s
    	
df_attr = df_temp.apply(f, axis=1)

然后发现f()中只有True的时候才return，应该是想在处理数据的同时，过滤掉一些数据；
想法不错，但是apply不是这么用的，apply对每一项进行处理的时候，是输入输出一一映射的关系，丢失了一些输出，将导致无法将处理结果重新拼回DataFrame形式，最终输出结果变成了Series类型。

解决问题

方法1(可行, 但会导致dtype变动)

补全f()，要想过滤的，构造空行代替
最后去除空行

def f(s):
    ...
    if ...==True:
    	return s
    else:
    	return pd.Series(index=series.index) # 回传空的series
    	
df_attr = df_temp.apply(f, axis=1).dropna(axis=0, how='all', inplace=False) # 然后剔除空行即可

发现该方法会导致dtype发生变动
DeprecationWarning: The default dtype for empty Series will be 'object' instead of 'float64' in a future version. Specify a dtype explicitly to silence this warning.

方法2

最后还是用下方的方法

def f(s): 
    ...
    if ...==True:
        s['c']=None # 将其中某列的值,加上删除标记,比如将该值设置为None或-1.0等不可能出现的值,以便后续过滤
    return s

# 执行，并删除空行
df1 = df.apply(f, axis=1)
df2 = df1[df1['c'].notnull()] # 过滤掉要删除的行