python - Pandas 转换列表不一致的行为

Question

我有可以按预期工作的示例代码段：

import pandas as pd

df = pd.DataFrame(data={'label': ['a', 'b', 'b', 'c'], 'wave': [1, 2, 3, 4], 'y': [0,0,0,0]})
df['new'] = df.groupby(['label'])[['wave']].transform(tuple)

结果是：

  label  wave  y     new
0     a     1  0    (1,)
1     b     2  0  (2, 3)
2     b     3  0  (2, 3)
3     c     4  0    (4,)

如果不是我在转换中使用tuple而不是set, frozenset, dict，它会以类似的方式工作，但是如果我给出list，则会得到完全意外的结果：

df['new'] = df.groupby(['label'])[['wave']].transform(list)

  label  wave  y  new
0     a     1  0    1
1     b     2  0    2
2     b     3  0    3
3     c     4  0    4

有一种变通方法以获得预期的结果：

df['new'] = df.groupby(['label'])[['wave']].transform(tuple)['wave'].apply(list)

  label  wave  y     new
0     a     1  0     [1]
1     b     2  0  [2, 3]
2     b     3  0  [2, 3]
3     c     4  0     [4]

我考虑了可变性/不变性（列表/元组），但是对于集合/冻结集，它是一致的。

问题是为什么它会以这种方式工作？

Answer 1

我以前也遇到过类似的问题。我认为潜在的问题是，当列表中的元素数量与组中的记录数量匹配时，它将尝试对列表进行拆包，以便列表中的每个元素都映射到组中的一条记录。

例如，这将导致列表解包，因为列表的len与每个组的长度匹配：

df.groupby(['label'])[['wave']].transform(lambda x: list(x))
    wave
0   1
1   2
2   3
3   4

但是，如果列表的长度与每个组的长度不同，则将获得所需的行为：

df.groupby(['label'])[['wave']].transform(lambda x: list(x)+[0])

    wave
0   [1, 0]
1   [2, 3, 0]
2   [2, 3, 0]
3   [4, 0]

我认为这是列表拆包功能的副作用。