Pandas Group By 的奇怪行为 - 转换字符串列

Question

我在使用 Pandas .groupby()和.transform() 时遇到了一个奇怪的行为。下面是生成数据集的代码：

df = pd.DataFrame({"Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] ,
                   "Random_Number": [1223344, 373293832, 32738382392, 7273283232, 8239329, 23938832],
                   "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"]})

这是我为transform() 编写的函数。

# this function will attach each value in string col with the number of elements in the each city group
# if the col type is not an object, then return 0 for all rows. 

def some(x): 
    if x.dtype == 'object':
        return x + '--' + str(len(x))
    else:
        return 0

然后我将我的函数与转换一起使用 - 完美无缺并得到我想要的。

df_2 = stack.groupby(["City"])['Name','Random_Number'].transform(some)

然而，奇怪的事情发生了，当我从切换山坳的顺序['Name','Random_Number']来['Random_Number','Name']

df_2 = stack.groupby(["City"])['Random_Number','Name'].transform(some)

当您查看'Name'列中的单元格时，pandas 似乎将所有内容多次放入一个单元格中：

df_2.iloc[0,1]
# Return: 
# 0      Alice--4
# 1        Bob--4
# 3    Mallory--4
# 4        Bob--4
# Name: Name, dtype: object

为什么会这样？

Answer 1

问题出在你的return.

如果x.dtype == 'object'您返回一个系列，那么您的transform聚合不会减少（返回的长度与原始长度相同）。如果它采用另一条路径，则返回是单个标量0，pandas 将其视为减少（返回是每个组的单个值）。

因为您的聚合在减少方面有所不同，所以无论内部pandas用于确定要采取的路径以及如何将其返回到原始 DataFrame ，都会根据您的列顺序而感到困惑。当'Random_Number'是第一个时，它检查函数，看到函数减少并采用一条路径，但如果'Name'是第一个，它检查，看到函数没有减少并采用另一条路径进行计算。

您可以通过确保两个回报都不会减少来解决此问题

def some(x): 
    if x.dtype == 'object':
        return x + '--' + str(len(x))
    else:
        return [0]*len(x)

df.groupby('City')[['Random_Number','Name']].transform(some)
#   Random_Number        Name
#0              0    Alice--4
#1              0      Bob--4
#2              0  Mallory--2
#3              0  Mallory--4
#4              0      Bob--4
#5              0  Mallory--2

df.groupby('City')[['Name', 'Random_Number']].transform(some)
#         Name  Random_Number
#0    Alice--4              0
#1      Bob--4              0
#2  Mallory--2              0
#3  Mallory--4              0
#4      Bob--4              0
#5  Mallory--2              0