Pandas中groupby+transform意外输出DataFrame，原因何在？

先还原你的代码和问题场景：

你的代码：

import pandas as pd
import numpy as np

new = pd.DataFrame([1,2,3,4,5,6,7,8])
new.groupby(np.arange(len(new))//2).transform(lambda x: print(x, type(x), '***'))

你实际得到的输出里多了一行奇怪的DataFrame相关内容，而你预期的是只有四组Series的打印结果。

问题根源：交互式环境的自动打印 + transform的返回值 #

这个额外的输出其实是交互式Python环境（比如Jupyter Notebook、IPython）自动打印函数返回值导致的：

• transform方法的作用是对每个分组应用函数后，返回一个和原DataFrame形状一致的对象。
• 你的lambda函数里只有print语句，没有显式返回任何值，所以lambda默认返回None。
• transform会把每个分组返回的None组合成一个新的DataFrame（和原DataFrame一样是8行1列，所有值都是None）。
• 在交互式环境中，如果你没有把函数的返回值赋值给变量，环境会自动把这个返回的DataFrame打印出来——你看到的那行奇怪的输出就是这个全为None的DataFrame的字符串表示片段。

验证和解决方法 #

你可以把代码改成这样，将transform的返回值赋值给一个变量，就能避免环境自动打印它：

# 把结果赋值给变量，不会自动打印
result = new.groupby(np.arange(len(new))//2).transform(lambda x: print(x, type(x), '***'))

运行这段代码后，就只会输出你预期的四组Series的打印内容，不会再出现额外的DataFrame输出了。

内容的提问来源于stack exchange，提问作者Bubblethan