Pandas 1.3.5升级至1.4.x后startTime返回array而非字符串问题

问题原因 #

1. np.unique返回值处理逻辑变更：Pandas 1.3.5中，对分组后的单值Series应用np.unique时，内部会自动将单元素numpy数组转换为标量（字符串）；但1.4.x及以上版本取消了这个隐式转换，直接返回np.unique的原生结果——单元素numpy数组。
2. 分组键的冗余agg操作触发警告：你在groupby(['startTime'])后，又对startTime列执行agg操作，这属于无效操作——分组后每个组的startTime值本身就是唯一的。Pandas 1.4.x+开始严格校验这类不合理的agg调用，因此抛出FutureWarning，提示未来版本会直接抛出TypeError。

替代实现方案 #

方案一：移除分组列的agg操作（推荐） #

既然分组键startTime在每个组中值唯一，无需对其执行agg，直接通过reset_index将分组索引转为列即可：

print(df.T.to_dict().values())
df = df.reset_index().groupby(['startTime']).agg({
    'endTimes': list,
    'durationSplit': list,
    'split': list,
}).reset_index()
print(df.T.to_dict().values())

处理后startTime会以字符串标量形式存在，同时彻底消除警告。

方案二：将numpy数组转为标量 #

如果必须保留对startTime的agg操作，可修改逻辑将单元素数组转为标量：

print(df.T.to_dict().values())
df = df.reset_index().groupby(['startTime']).agg({
    'startTime': lambda x: np.unique(x).item(),  # 提取单元素数组的标量值
    'endTimes': list,
    'durationSplit': list,
    'split': list,
})
print(df.T.to_dict().values())

更简洁的方式是用first（因每个组的startTime值唯一）：

'startTime': 'first'

方案三：使用Pandas原生unique方法 #

替换np.unique为Pandas Series的unique方法，并提取第一个元素：

'startTime': lambda x: x.unique()[0]

内容的提问来源于stack exchange，提问作者Mathias Brugger