python - Pandas groupby 应用日期时间异常

Question

在 Jupyter 中试验 Pandas 时，我注意到非常奇怪的症状。我将其减少到展示症状的最低限度代码:

import pandas as pd
import numpy as np
from datetime import datetime

df = pd.DataFrame({
    'A': ['a', 'b', 'c'],
    'B': [datetime(2018, 11, 1), datetime(2018, 11, 2), datetime(2018, 11, 3) ]
})
df

    A   B
0   a   2018-11-01
1   b   2018-11-02
2   c   2018-11-03

def process(gdf):
    return pd.Series({
        'C': datetime(2018, 11, 5)
    })
df2 = df.groupby(['A']).apply(process).reset_index()
df2

    A   C
0   a   1541376000000000000
1   b   1541376000000000000
2   c   1541376000000000000

df2['C']

0    1541376000000000000
1    1541376000000000000
2    1541376000000000000
Name: C, dtype: int64

如您所见，C 列最终是 int64 类型，而不是预期的 datetime64[ns] 类型。但是，如果我没有 B 列，则 C 列最终会正确地变为 datetime64[ns]。

df = pd.DataFrame({
    'A': ['a', 'b', 'c'],
    # 'B': [datetime(2018, 11, 1), datetime(2018, 11, 2), datetime(2018, 11, 3) ]
})
df

    A
0   a
1   b
2   c

def process(gdf):
    return pd.Series({
        'C': datetime(2018, 11, 5)
    })
df2 = df.groupby(['A']).apply(process).reset_index()
df2

    A   C
0   a   2018-11-05
1   b   2018-11-05
2   c   2018-11-05

df2['C']

0   2018-11-05
1   2018-11-05
2   2018-11-05
Name: C, dtype: datetime64[ns]

我不知道发生了什么。有人有什么想法吗？我正在使用 Python 3.6 和 Pandas 0.23.1

Answer 1

首先，这似乎是错误。

在我看来，可以为每个组创建新列，并且返回的不是系列，而是gdp组:

def process(gdf):
    gdf['C'] = datetime(2018, 11, 5)
    return gdf

df2 = df.groupby(['A']).apply(process)
print (df2)
   A          B          C
0  a 2018-11-01 2018-11-05
1  b 2018-11-02 2018-11-05
2  c 2018-11-03 2018-11-05