pandas：解決groupby().apply()方法打印兩次

對於如下dataframe執行dataframe.groupby(['name', 'course']).apply(lambda x: test(x)) 操做

其中test(x)函數爲：

def test(x):
    print(x)

那麼打印結果爲：

能夠發現，groupby()後的第一個結果被打印了兩次。

對於這種狀況，Pandas官方文檔的解釋是：

什麼意思呢？就是說，apply在第一列/行上調用func兩次，以決定是否能夠進行某些優化。

而在pandas==0.18.1以及最新的pandas==0.23.4中進行嘗試後發現，這個狀況都存在。

在某些情境，例如對groupby()後的dataframe進行apply()批處理，爲了不重複，咱們並不想讓第一個結果打印出兩次。

方法一：

若是能對apply()後第一次出現的dataframe跳過不處理就行了。

這裏採用的方法是設置標識符，經過判斷標識符狀態決定是否跳過。代碼以下：

global flag
flag = False


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

測試結果爲：

能夠發現重複的dataframe已經跳過再也不打印，問題順利地解決~

方法二：

在上面的分析中，已經找了問題的緣由是由於apply()方法的引入。那麼，有沒有能夠代替apply()方法呢？這裏能夠採用filter()方法，即用groupby().filter() 代替groupby().apply()。具體代碼以下：

def test(x):
    print(x)

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

打印出測試結果，也ok~