Python-熊pandasGroupBy.apply方法复制第一个组

Question

我的第一个SO问题：我对在熊猫（0.12.0-4）中groupby的apply方法的这种行为感到困惑，它似乎将TWICE函数应用于数据帧的第一行。例如：

>>> from pandas import Series, DataFrame
>>> import pandas as pd
>>> df = pd.DataFrame({'class': ['A', 'B', 'C'], 'count':[1,0,2]})
>>> print(df)
   class  count  
0     A      1  
1     B      0    
2     C      2

我首先检查groupby函数是否可以正常工作，这似乎很好：

>>> for group in df.groupby('class', group_keys = True):
>>>     print(group)
('A',   class  count
0     A      1)
('B',   class  count
1     B      0)
('C',   class  count
2     C      2)

然后，我尝试对groupby对象应用apply来执行类似的操作，并且两次获得第一行输出：

>>> def checkit(group):
>>>     print(group)
>>> df.groupby('class', group_keys = True).apply(checkit)
  class  count
0     A      1
  class  count
0     A      1
  class  count
1     B      0
  class  count
2     C      2

任何帮助，将不胜感激！谢谢。

编辑：@Jeff提供以下答案。我很忙，并没有立即理解它，因此，这是一个简单的示例，显示尽管上面的示例中第一组的两次打印输出，apply方法仅对第一组操作一次，并且不会改变原始数据帧：

>>> def addone(group):
>>>     group['count'] += 1
>>>     return group

>>> df.groupby('class', group_keys = True).apply(addone)
>>> print(df)

      class  count
0     A      1
1     B      0
2     C      2

但是通过将方法的返回值分配给新对象，我们看到它可以按预期工作：

df2 = df.groupby（'class'，group_keys = True）.apply（addone）print（df2）

      class  count
0     A      2
1     B      1
2     C      3

Answer 1

该apply功能需要知道返回数据的形状，以智能地确定如何将其组合。为此，它将调用函数checkit两次（以你的情况为准）以实现此目的。

根据你的实际使用情况，你可以取代呼叫apply与aggregate，transform或filter，如详细说明这里。这些函数要求返回值必须是特定的形状，因此不要两次调用该函数。

但是-如果你正在调用的函数没有副作用，那么在第一个值上两次调用该函数就很可能无关紧要。