在pandas的groupby的apply方法中能否获取分组列的取值？

完全可以实现，你可以通过分组对象的name属性直接拿到当前分组对应的分组列取值。

示例实现 #

首先导入依赖并构造测试数据：

import pandas as pd
import numpy as np

df = pd.DataFrame([('bird', 389.0),
                   ('bird', 24.0),
                   ('mammal', 80.5),
                   ('mammal', np.nan)],
                  index=['falcon', 'parrot', 'lion', 'monkey'],
                  columns=('class', 'max_speed'))

按class列分组后，apply方法传入的每个参数x是单个分组的DataFrame，x.name就是当前分组对应的class列取值，示例用法如下：

# 示例：统计每个分组的平均速度，同时保留分组名
result = df.groupby('class').apply(lambda x: pd.Series({
    'group_class': x.name,
    'avg_max_speed': x['max_speed'].mean()
})).reset_index(drop=True)

多分组列场景说明 #

如果你是按多列进行分组，x.name会返回一个按分组顺序排列的元组，存储所有分组列的当前取值，按索引即可取出对应列的分组值。

内容的提问来源于stack exchange，提问作者RazDva