Pandas groupby 索引不正确答案

【问题标题】：Pandas groupby index is incorrectPandas groupby 索引不正确
【发布时间】：2020-01-27 13:08:29
【问题描述】：

我可能误解了pd.GroupBy 函数的作用，但我认为这应该断言True. 为什么要断言False？

a = pd.DataFrame([range(3)]*3,index=map(str, range(3))).T
a.iloc[:,0] = [10, 11, 11]

a.groupby('0').apply(lambda x: print(x.index))

indexes = a.groupby('0').apply(lambda x: x.index)
print(indexes)

index_lengths = a.groupby('0').apply(lambda x: len(x.index))
print(index_lengths)

indexes_lengths = a.groupby('0').apply(lambda x: x.index).apply(len)
print(indexes_lengths)

assert indexes_lengths.equals(index_lengths), "Apply indexes are returning the wrong index"

【问题讨论】：

标签： python pandas group-by apply

【解决方案1】：

我猜这是apply 中的一个错误。如果您仍希望输出为index 对象列表，只需通过添加.copy 为每个组创建新的索引对象

a.groupby('0').apply(lambda x: x.index.copy())

Out[706]:
0
10       Int64Index([0], dtype='int64')
11    Int64Index([1, 2], dtype='int64')
dtype: object

index 中的len 似乎没有遇到这个错误

a.groupby('0').apply(lambda x: len(x.index))

Out[707]:
0
10    1
11    2
dtype: int64

只有直接申请index时才会出现这个bug。所以，添加.copy 会如你所愿地返回

a.groupby('0').apply(lambda x: x.index.copy()).apply(len)

Out[708]:
0
10    1
11    2
dtype: int64

【讨论】：

【解决方案2】：

可能是错误，但如果将索引转换为 list 一切正常：

indexes = a.groupby('0').apply(lambda x: list(x.index))
print(indexes)
0
10       [0]
11    [1, 2]
dtype: object

indexes_lengths = a.groupby('0').apply(lambda x: list(x.index)).apply(len)
print(indexes_lengths)
0
10    1
11    2
dtype: int64

index_lengths = a.groupby('0').apply(lambda x: len(x.index))
print(index_lengths)
0
10    1
11    2
dtype: int64

【讨论】：