pandas：解決groupby().apply()方法打印兩次

對於以下dataframe執行dataframe.groupby(['name', 'course']).apply(lambda x: test(x)) 操作

其中test(x)函數為：

def test(x):
    print(x)

那么打印結果為：

可以發現，groupby()后的第一個結果被打印了兩次。

對於這種情況，Pandas官方文檔的解釋是：

什么意思呢？就是說，apply在第一列/行上調用func兩次，以決定是否可以進行某些優化。

而在pandas==0.18.1以及最新的pandas==0.23.4中進行嘗試后發現，這個情況都存在。

在某些情境，例如對groupby()后的dataframe進行apply()批處理，為了避免重復，我們並不想讓第一個結果打印出兩次。

方法一：

如果能對apply()后第一次出現的dataframe跳過不處理就好了。

這里采用的方法是設置標識符，通過判斷標識符狀態決定是否跳過。代碼如下：

global flag
flag = False


def test(x):
    global flag
    if flag == False:
        flag = True
        return
    print(x)

測試結果為：

可以發現重復的dataframe已經跳過不再打印，問題順利地解決~

方法二：

在上面的分析中，已經找了問題的原因是因為apply()方法的引入。那么，有沒有可以代替apply()方法呢？這里可以采用filter()方法，即用groupby().filter() 代替groupby().apply()。具體代碼如下：

def test(x):
    print(x)

df.groupby(['name', 'course']).filter(lambda x: test(x))

打印出測試結果，也ok~