在Pandas中,为什么groupby'key'列在此场景中消失

Question

我有以下代码...由于某种原因,导致'key'列消失.我还注意到其他时候关键列似乎"随机"消失了.我试图隔离案件,这是一个.

我使用的是熊猫版本0.20.1

DF = pd.DataFrame([['a', 1], ['b', 2], ['b', 3]], columns = ['G', 'N'])
groupByObj = DF.groupby('G')
print groupByObj.get_group('b')
groupByObj.sum()
print groupByObj.get_group('b')

第一个print groupByObj.get_group('b')结果是:

   G  N
1  b  2
2  b  3

第二个print groupByObj.get_group('b')结果是:

   N
1  2
2  3

为什么"键"列('G')在运行后会消失 groupByObj.sum()

Answer 1

这是 Pandas 中的一个错误，讨论如下：

• https://github.com/pandas-dev/pandas/issues/12839
• https://github.com/pandas-dev/pandas/issues/14013

后者仍然开放。

通过阅读 GitHub 上的内容以及评论中提到的，似乎第二个输出是想要的行为，并且在本sum例中通过添加以下行来获得pandas.core.groupby._GroupBy#_set_group_selection：

self._reset_cache('_selected_obj')

由于此重置在调用sum（以及其他一些函数）时发生，因此该 G 列在第一次get_group调用时仍然可见。mean顺便说一句 - 调用以及其他一些函数时也不会执行重置。看来这个bug比想象的要全面一点，并不是通过简单的缓存重置就能解决的。