Python熊猫群体对象申请方法增加索引

Question

我有这个问题是在阅读"Python pandas groupby object apply method duplicates first group"后的扩展。

我得到了答案，并试图对我自己的一些实验，例如：

import pandas as pd 
from cStringIO import StringIO 
s = '''c1 c2 c3 
1 2 3 
4 5 6''' 
df = pd.read_csv(StringIO(s), sep=' ') 
print df 
def f2(df): 
    print df.iloc[:] 
    print "--------" 
    return df.iloc[:] 
df2 = df.groupby(['c1']).apply(f2) 
print "======" 
print df2 

给出预期：

c1 c2 c3 
0 1 2 3 
1 4 5 6 
    c1 c2 c3 
0 1 2 3 
-------- 
    c1 c2 c3 
0 1 2 3 
-------- 
    c1 c2 c3 
1 4 5 6 
-------- 
====== 
    c1 c2 c3 
0 1 2 3 
1 4 5 6 

然而，当我尝试只返回df.iloc [0 ]：

def f3(df): 
    print df.iloc[0:] 
    print "--------" 
    return df.iloc[0:] 
df3 = df.groupby(['c1']).apply(f3) 
print "======" 
print df3 

，我得到一个额外的指标：

c1 c2 c3 
0 1 2 3 
-------- 
    c1 c2 c3 
0 1 2 3 
-------- 
    c1 c2 c3 
1 4 5 6 
-------- 
====== 
     c1 c2 c3 
c1    
1 0 1 2 3 
4 1 4 5 6 

我做了一些搜索和怀疑这可能意味着有不同的代码路径？

Answer 1

区别在于iloc[:]返回对象本身，而iloc[0:]返回对象的视图。看看这个：

>>> df.iloc[:] is df 
True 

>>> df.iloc[0:] is df 
False 

如果这使得不同的是，GROUPBY内，每个组有一个name属性反映的分组。当你的函数返回一个具有这个name属性的对象时，没有索引被添加到结果中，而如果你返回一个没有这个name属性的对象，就会添加一个索引来跟踪每个来自哪个组。

有趣的是，你可以力的iloc[:]行为iloc[0:]式设置组的name属性返回前：

def f(x): 
    out = x.iloc[0:] 
    out.name = x.name 
    return out 

df.groupby('c1').apply(f) 
# c1 c2 c3 
# 0 1 2 3 
# 1 4 5 6 

我的猜测是，与名为输出非索引行为基本上是特殊情况意味着使df.groupby(col).apply(lambda x: x)成为无操作。