在有序分类列上使用groupby的奇怪行为

Question

MCVE

df = pd.DataFrame({
    'Cat': ['SF', 'W', 'F', 'R64', 'SF', 'F'], 
    'ID': [1, 1, 1, 2, 2, 2]
})

df.Cat = pd.Categorical(
    df.Cat, categories=['R64', 'SF', 'F', 'W'], ordered=True)

如您所见,我已经定义了一个有序的分类列Cat.验证,检查;

0     SF
1      W
2      F
3    R64
4     SF
5      F
Name: Cat, dtype: category
Categories (4, object): [R64 < SF < F < W]

我想找到最大的PER ID类别.做groupby+ max工作.

df.groupby('ID').Cat.max()

ID
1    W
2    F
Name: Cat, dtype: object

但我不希望ID成为索引,所以我指定as_index=False.

df.groupby('ID', as_index=False).Cat.max()

   ID Cat
0   1   W
1   2  SF

哎呀!现在,最大值按字典顺序排列.任何人都可以解释这是否是预期的行为？或者这是一个错误？

请注意,对于此问题,解决方法是df.groupby('ID').Cat.max().reset_index().

注意,

>>> pd.__version__
'0.22.0'

Answer 1

这不是预期的行为，而是一个错误。

来源潜水表明该旗帜做了两种完全不同的事情。它只是忽略石斑鱼级别和名称，它只采用具有新范围索引的值。另一只显然保留了它们。