Pandas分组列仅含唯一值时apply函数报错的解决咨询

问题场景 #

从大型数据集中提取数据后，对分组列应用自定义函数验证结果时遇到异常：

• 当分组列仅含唯一值（如df_false的A列全为'a'），执行groupby.apply会报错：ValueError: Expected a 1D array, got an array with shape (6, 6)
• 当分组列包含多个不同值（如df_ok的A列有'a'和'c'），同一函数可正常执行

复现代码 #

import pandas as pd

df_false = pd.DataFrame({'A' : ['a', 'a', 'a', 'a', 'a', 'a'], 
                         'B': [10,10,20,20,30,10], 
                         'C': [10,10,20,30,10,5]})
df_ok = pd.DataFrame({'A' : ['a', 'a', 'a', 'a', 'a', 'c'], 
                      'B': [10,10,20,20,30,10], 
                      'C': [10,10,20,30,10,5]})
display(df_false)

def myf(x):
    y = []
    for i in x.iterrows():
        y.append(len(x))
    return pd.Series(y)
    
# 执行此行会报错
df_false['result'] = df_false.groupby('A').apply(myf).reset_index(drop=True)
display(df_false)

问题原因 #

当分组仅存在唯一分组值时，groupby.apply会将自定义函数返回的Series直接封装为一个与原分组行数相同的DataFrame（此处为6行6列）；而当存在多个分组时，apply会自动将每个分组的结果拼接为一维Series，刚好匹配原DataFrame的行数，因此不会报错。

解决方案 #

方案1：使用transform替代apply（推荐） #

transform专为分组后返回与原数据长度一致的结果设计，自动处理索引对齐，无需额外调整：

# 简化版：直接用lambda实现需求
df_false['result'] = df_false.groupby('A')['B'].transform(lambda x: len(x))

# 复杂自定义函数场景
def myf(x):
    # 返回与分组长度一致的列表/Series
    return [len(x)] * len(x)

df_false['result'] = df_false.groupby('A').transform(myf)

方案2：调整apply后的结果处理逻辑 #

如果必须使用apply，可以通过stack()展平二维结果，或让函数返回带原索引的Series来对齐：

# 方法A：展平apply返回的二维结构
result = df_false.groupby('A').apply(myf).stack().reset_index(drop=True)
df_false['result'] = result

# 方法B：让函数返回与原分组索引一致的Series
def myf(x):
    return pd.Series([len(x)]*len(x), index=x.index)

df_false['result'] = df_false.groupby('A').apply(myf).reset_index(level=0, drop=True)

内容的提问来源于stack exchange，提问作者john_R