Pandas groupby.apply弃用警告消除方法咨询

问题背景 #

运行读取CSV数据的Python脚本时，触发了如下弃用警告：

DeprecationWarning: DataFrameGroupBy.apply operated on the grouping columns. This behavior is deprecated, and in a future version of pandas the grouping columns will be excluded from the operation. Either pass include_groups=False to exclude the groupings or explicitly select the grouping columns after groupby to silence this warning.

警告源于这段代码：

fprice = df.groupby(['StartDate', 'Commodity', 'DealType']).apply(lambda group: -(group['MTMValue'].sum() - (group['FixedPriceStrike'] * group['Quantity']).sum()) / group['Quantity'].sum()).reset_index(name='FloatPrice')

原因分析 #

这个警告是因为pandas即将调整GroupBy.apply的默认行为：当前版本中，分组后的DataFrame会包含分组列，但未来版本会默认排除分组列。警告要求你明确指定是否要在apply操作中包含分组列。你的lambda函数并未使用分组列，只需明确告知pandas排除分组列即可消除警告。

解决方案 #

有两种简单的修复方式：

方案一：添加include_groups=False参数 #

在apply方法中传入该参数，明确告知pandas不要将分组列传入lambda函数，这与未来版本的默认行为一致：

fprice = df.groupby(['StartDate', 'Commodity', 'DealType']).apply(
    lambda group: -(group['MTMValue'].sum() - (group['FixedPriceStrike'] * group['Quantity']).sum()) / group['Quantity'].sum(),
    include_groups=False
).reset_index(name='FloatPrice')

方案二：显式选择需要的列 #

在groupby之后直接指定lambda函数用到的列，这样分组后的DataFrame只包含这些列，自然不会触发警告：

fprice = df.groupby(['StartDate', 'Commodity', 'DealType'])[['MTMValue', 'FixedPriceStrike', 'Quantity']].apply(
    lambda group: -(group['MTMValue'].sum() - (group['FixedPriceStrike'] * group['Quantity']).sum()) / group['Quantity'].sum()
).reset_index(name='FloatPrice')

验证 #

两种方案都能生成你预期的输出（为每行添加FloatPrice列），且不会再触发弃用警告。

内容的提问来源于stack exchange，提问作者iBeMeltin