为什么pandas.groupby执行apply操作后会保留分组键列？

你在groupby().apply()的传入函数中，仅将date列设置为子DataFrame的索引，id列始终作为普通数值列保留在子表中。diff()方法默认会对表中所有数值类型的列执行逐行差分计算，因此最终结果不仅保留了id列，还计算出了同组内相邻行id的差分值——同组id值完全相同，所以差分值为0.0。

本质是groupby.apply()在拆分分组时，会把原表所有列都传入每个分组对应的子DataFrame，你没有在函数内主动移除id列，它自然会参与后续计算并出现在结果里。

• 方法1（性能更优的写法，也是你自己验证通过的逻辑）：先设置多层索引再分组差分，避免apply的额外循环开销，代码如下：

t.set_index(['id', 'date']).groupby(level=0).diff()

• 方法2：如果要在apply逻辑内完成计算，只需要在设置索引后主动移除id列即可，代码如下：

t.groupby('id').apply(lambda df: df.set_index('date').drop(columns=['id']).diff())

内容的提问来源于stack exchange，提问作者Lei Hao