python - 选择第 n 个中断组索引之前的列

Question

我尝试从每个组的第一行中提取列c，但很难理解为什么组索引没有用g['c'].nth 保留(0) 方法。有什么想法吗？

>>> df = pd.DataFrame({'a': [1, 1, 2, 2], 'b': ['b', 'b', 'b', 'a'], 'c': [1, 2, 3, 4]})
>>> g = df.groupby(['a', 'b'])
>>> g.nth(0)
     c
a b   
1 b  1
2 a  4
  b  3
>>> g['c'].nth(0)
0    1
2    3
3    4
Name: c, dtype: int64
>>> 
>>> df = pd.DataFrame({'a': [1, 1, 2, 2], 'b': ['b', 'b', 'b', 'a'], 'c': [1, 2, 3, 4]})
>>> g = df.groupby(['a', 'b'])
>>> g.nth(0)
     c
a b   
1 b  1
2 a  4
  b  3
>>> g['c'].nth(0)
0    1
2    3
3    4
Name: c, dtype: int64
>>> g.nth(0)['c']
a  b
1  b    1
2  a    4
   b    3
Name: c, dtype: int64
>>> 

为什么g.nth(0)['c']和g['c'].nth(0)不返回相同的Series(包括指数)？

更新

有趣的观察:

>>> g['c'].first()
a  b
1  b    1
2  a    4
   b    3
Name: c, dtype: int64

这正是我想要的，并且行为与 g['c'].nth(0) 不同。

Answer 1

我添加了新列 d 以进行更好的测试:

import pandas as pd
import numpy as np
import io


df = pd.DataFrame({'a': [1, 1, 2, 2], 'b': ['b', 'b', 'b', 'a'], 'c': [1, 2, 3, 4], 'd': [1, 2, 3, 4]})
print df
#   a  b  c  d
#0  1  b  1  1
#1  1  b  2  2
#2  2  b  3  3
#3  2  a  4  4
g = df.groupby(['a', 'b'])

#return SeriesGroupBy object and then apply nth
print g['c'] 
#<pandas.core.groupby.SeriesGroupBy object at 0x0000000014ED4EF0>
print g['c'].head()
#0    1
#1    2
#2    3
#3    4
#Name: c, dtype: int64
print g['c'].nth(0)
#0    1
#2    3
#3    4
#Name: c, dtype: int64

#return dataframe and then select c
print g.nth(0) 
#     c  d
#a b      
#1 b  1  1
#2 a  4  4
#  b  3  3
print g.nth(0)['c']
#a  b
#1  b    1
#2  a    4
#   b    3
#Name: c, dtype: int64

编辑:

why I need to apply nth to the whole grouped dataframe

因为你需要先应用函数nth对于所有组，然后获取组的第一行。我尝试第二种方法。

在第一种方法中，您只需将 C 列与已计算的分组一起传递给 Series GroupBy 对象 link (查找新建:列选择)。它是一起df.groupby(['a', 'b'])['c']，然后应用函数nth。不适用于所有组df.groupby(['a', 'b'])。

我认为存在链式函数，这取决于函数的顺序。

编辑1:

最后我报告了它 - 它看起来像 bug .