如何对数据帧进行分组，应用函数并避免索引重复

Question

这是我的数据帧

import pandas as pd
data = [[1, 1, 1, 0], 
[1, 2, 1, 1], 
[1, 2, 2, 2], 
[2, 1, 1, 3]]
df = pd.DataFrame(data, columns=["idx 1", "idx 2", "idx 3", "value"])

>>> df
idx 1  idx 2  idx 3  value
0      1      1      1      0
1      1      2      1      1
2      1      2      2      2
3      2      1      1      3

我创建了一个"；三明治"；函数，它复制第一行和最后一行并将它们插入第一个和最后一个位置：

def sandwich(df):
return pd.concat([df[:1], df, df[-1:]])

>>> df.apply(sandwich)
idx 1  idx 2  idx 3  value
0      1      1      1      0  # new
0      1      1      1      0
1      1      2      1      1
2      1      2      2      2
3      2      1      1      3
3      2      1      1      3  # new

当我想先对数据帧进行分组，然后将三明治函数应用于每个组时，就会出现问题。

>>> df.groupby(["idx 1", "idx 2"]).apply(sandwich)
idx 1  idx 2  idx 3  value
idx 1 idx 2                              
1     1     0      1      1      1      0
0      1      1      1      0
0      1      1      1      0
2     1      1      2      1      1
1      1      2      1      1
2      1      2      2      2
2      1      2      2      2
2     1     3      2      1      1      3
3      2      1      1      3
3      2      1      1      3

结果是正确的，但我实际上得到了两次，因为panda添加了一个索引，而没有删除"；idx 1"；以及"；idx2"；列。之后我可以删除索引以获得所需的结果：

>>> df.groupby(["idx 1", "idx 2"]).apply(sandwich).reset_index(drop=True)
idx 1   idx 2   idx 3   value
0   1   1   1   0
1   1   1   1   0
2   1   1   1   0
3   1   2   1   1
4   1   2   1   1
5   1   2   2   2
6   1   2   2   2
7   2   1   1   3
8   2   1   1   3
9   2   1   1   3

然而，创建一个索引以立即销毁它似乎不是最好的方法。有更好的方法吗？

Answer 1

在groupby:中使用group_key=False

df.groupby(["idx 1", "idx 2"], group_keys=False).apply(sandwich)

您将维护sandwich:生成的原始索引

idx 1  idx 2  idx 3  value
0      1      1      1      0
0      1      1      1      0
0      1      1      1      0
1      1      2      1      1
1      1      2      1      1
2      1      2      2      2
2      1      2      2      2
3      2      1      1      3
3      2      1      1      3
3      2      1      1      3