Pandas groupby/apply 对 int 和 string 类型有不同的行为答案

【问题标题】：Pandas groupby/apply has different behaviour with int and string typesPandas groupby/apply 对 int 和 string 类型有不同的行为
【发布时间】：2019-11-19 12:50:08
【问题描述】：

我有以下数据框

还有两个非常相似的不同功能

def func1(x):
    if x.iloc[0]['X'] == 'A':
        x['D'] = 1
    else:
        x['D'] = 0
    return x[['X', 'D']]

def func2(x):
    if x.iloc[0]['X'] == 'A':
        x['D'] = 'u'
    else:
        x['D'] = 'v'
    return x[['X', 'D']]

现在我可以分组/应用这些功能

df.groupby('X').apply(func1)
df.groupby('X').apply(func2)

第一行给了我想要的，即

但是第二行返回了一些很奇怪的东西

   X  D
0  A  u
1  A  u
2  A  u
3  A  u
4  A  u
5  A  u
6  A  u
7  A  u

所以我的问题是：

谁能解释一下为什么当类型改变时 groupby/apply 的行为会不同？
我怎样才能得到与func2 类似的东西？

【问题讨论】：

Pandas conditional creation of a series/dataframe column的可能重复
在这里看不到 groupby 的意义，看来您只是想要：df['D'] = np.where(df['X'].eq('A'), 'u', 'v')
感谢@Erfan，您在这个例子中是对的，但这不是我问的问题
你第二个 df 列 X 只包含 A ，这就是为什么输出只有你
@WeNYoBen 两个输出都来自相同的（给定的）输入。也对解释感兴趣。

标签： python pandas apply pandas-groupby

【解决方案1】：

问题只是应用于 GroupBy 的函数应该从不尝试更改它接收到的数据帧。它是副本（可以安全地更改，但在原始数据框中不会看到更改）还是视图，这取决于实现。选择由 pandas 优化器完成，作为用户，您应该知道这是被禁止的。

正确的做法是强制复制：

def func2(x):
    x = x.copy()
    if x.iloc[0]['X'] == 'A':
        x['D'] = 'u'
    else:
        x['D'] = 'v'
    return x[['X', 'D']]

之后，df.groupby('X').apply(func2).reset_index(level=0, drop=True) 按预期给出：

   X  D
0  A  u
1  A  u
2  A  u
3  A  u
4  B  v
5  B  v
6  B  v
7  B  v

【讨论】：