使用df.groupby(column).apply()时如何在apply上下文中获取分组列？

你可以搭配pandas内置的pipe方法实现一行获取分组列名，不需要硬编码传参，也不需要额外定义中间变量，无需拆分链式调用结构。

核心实现逻辑 #

pipe方法可以将当前链式调用中的GroupBy对象作为参数传入lambda，你可以通过GroupBy对象的grouper.names属性直接拿到所有分组列的名称列表，完全符合链式调用的要求。

完整可运行示例 #

import pandas as pd

# 构造测试数据
df = pd.DataFrame({'Animal': ['Falcon', 'Falcon',
                              'Parrot', 'Parrot'],
                   'Max Speed': [380., 370., 24., 26.]})

# 一行链式调用实现，无需硬编码分组列名
result = df.groupby(['Animal']).pipe(
    lambda grouped: grouped.apply(
        lambda sub_df: f"分组列名称：{grouped.grouper.names[0]}，当前分组值：{sub_df.name}"
    )
)

print(result)

运行输出示例 #

Animal
Falcon    分组列名称：Animal，当前分组值：Falcon
Parrot    分组列名称：Animal，当前分组值：Parrot
dtype: object

补充说明 #

• 如果是多列分组，grouped.grouper.names会返回包含所有分组列名的列表，直接按需取用即可
• sub_df.name是pandas GroupBy.apply传入的子DataFrame自带的属性，存储当前分组的取值，不需要额外从子DF中取数

内容的提问来源于stack exchange，提问作者user3521099