我对pandas groupby apply函数返回序列时的行为感到好奇
当序列的长度不同时，它返回一个多索引序列
[1]on
：将熊猫作为pd导入
At[2]on，df1=pd.DataFrame（{'state'：list（“AABBB”），
…：“城市”：列表（“vwxyz”）}）
In[3]：df1
Output[3]：
城邦
0伏A
1瓦
2 x B
3 y B
4 z B
At[4]on：定义f（x）：
…：返回pd.系列（x['city']值，索引=范围（len（x）））
...:
[5]on：df1.groupby（'state'）.apply（f）
Output[5]：
状态
零伏
1瓦
B 0 x
1年
2 z
数据类型：对象
这将返回一个系列对象
但是，如果每个序列都有相同的长度，那么它会将其旋转到一个数据帧中
[6]on
：df2=pd.DataFrame（{'state'：list（“AAABBB”），
…：“城市”：列表（“uvwxyz”）}）
In[7]：df2
Output[7]：
城邦
0 u A
1伏A
2瓦A
3 x B
4 y B
5 z B
[8]on：df2.groupby（'state'）.apply（f）
Output[8]：
0 1 2
状态
u v w
B x y z
这真的是我们想要的行为吗？如果我们以这种方式使用apply，是否要检查返回类型？或者在apply中是否有我不欣赏的选项
如果您好奇，在我的实际用例中，返回的序列的长度将与组的长度相同。这似乎是transform的理想情况，但我发现在大型数据集上使用apply返回序列实际上要快一个数量级。这可能是另一个话题
编辑：大致根据冻糕的答案，我们当然可以这样做：
X=df.groupby（'state'）。应用（f）
如果不存在（X，pd系列）：
X=X.stack（）
X
这将为df=df1或df=df2提供相同的输出类型。我想我只是在问，这是否是处理这件事的正常方式或首选方式
本质上，数据帧由等长序列组成（技术上是序列对象的字典容器）。如split apply combine docs中所述，运行groupby（）涉及以下一项或多项
- 根据某些标准将数据拆分为组
- 将函数独立应用于每个组
- 将结果合并到数据结构中
请注意，这并不是说总是生成数据帧，而是一个通用的数据结构。因此，groupby（）操作可以向下转换为一个系列，或者如果给定一个系列作为输入，则可以向上转换为数据帧
对于第一个数据帧，您运行不相等的分组（或不相等的索引长度）强制执行序列返回，而在“组合”处理中，该序列返回不能充分生成数据帧。由于数据帧不能组合不同长度的序列，因此会生成多索引序列。您可以在定义函数中的print语句中看到这一点，其中state==A组的长度为2，而B组的长度为3
def（x）：
打印（x）
返回pd.系列（x['city'].值，索引=范围（len（x）））
s1=df1.groupby（'state'）。应用（f）
打印（s1）
#城邦
#0伏A
#1瓦
#城邦
#0伏A
#1瓦
#城邦
#2 x B
#3 y B
#4 z B
#陈述
#零伏
#1瓦
#B 0 x
#1年
#2 z
#数据类型：对象
但是，您可以通过重置索引，从而调整其层次结构来操纵多索引系列结果：
df=df1.groupby（'state'）.apply（f）.reset_index（）
打印（df）
#州级_1 0
#0 A 0 v
#1 A 1 w
#2B0X
#3b1y
#4B2Z
但和您的需求更相关的是unstack（），它旋转一级索引标签，生成一个数据帧。考虑 fILNA（）以填写无< 结果>
df=df1.groupby（’state’）.apply（f）.unstack（）
打印（df）
# 0 1 2
#陈述
#没有
#B x y z