python - 在 Pandas 中，为什么 groupby 'key' 列在这种情况下会消失

Question

我有以下代码...由于某种原因导致“键”列消失。我还注意到其他时候键列似乎“随机”消失了。我正在尝试隔离案例，这是一个。

我正在使用 pandas 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:

   G  N
1  b  2
2  b  3

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

   N
1  2
2  3

为什么运行 groupByObj.sum() 后 'key' 列 ('G') 消失了

Answer 1

这是 Pandas 中的一个错误，讨论于:

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

后者仍然开放。

从 GitHub 中阅读一点，如评论中所述，第二个输出似乎是想要的行为，并且是在 sum 情况下通过将以下行添加到 pandas.core.groupby._GroupBy#_set_group_selection:

self._reset_cache('_selected_obj')

由于此重置发生在调用 sum(和其他一些函数)时，因此此 G 列在第一次 get_group 调用时仍然可见。顺便说一句 - 在调用 mean 和其他一些函数时也不会执行重置。看来这个bug比想象的要全面一些，并没有通过简单的缓存重置来解决。