python - groupby.filter 适用于系列而不是数据帧？ ( Pandas )

Question

在 IPython 中，我在常规数据帧上执行 groupby:

grouped
Out[356]: <pandas.core.groupby.DataFrameGroupBy object at 0x7f0e78578750>

但是 filter 似乎得到的是系列而不是数据帧:

     ...: def print_obj(x):
     ...:     print type(x)
     ...:     return True
     ...:



e=grouped.filter(print_obj)
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
<class 'pandas.core.frame.DataFrame'>
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-349-a93d384d3560> in <module>()
----> 1 e=grouped.filter(print_obj)

/home/user/anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in filter(self, func, dropna, *args, **kwargs)
   2092                 res = path(group)
   2093
-> 2094             if res:
   2095                 indexers.append(self.obj.index.get_indexer(group.index))
   2096

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

但是，当我执行 apply 时，我只会获取数据帧:

grouped.apply(print_obj)
<class 'pandas.core.frame.DataFrame'>
...

filter 文档字符串说我应该获取数据帧。为什么？我该如何解决？ (我只想从 grouped-by df 中删除一些组)。

附言 Pandas ==0.12.0

Answer 1

在内部，apply 和 filter 尝试不同的数据循环方式:肯定适用于任何函数的“慢速路径”和“快速路径” "仅适用于某些功能。这些路径可以对整个数据 block (作为 DataFrame)或一次一行(作为 Series)进行操作。

细节很微妙——如果你愿意，可以查看 pandas/core/groupby.py——但要点是 print_obj 揭示了其中的一些内部结构与您真正想做的事情无关。

您想删除哪些组，您尝试使用什么标准？