pandas groupby单分组返回单行DataFrame原因及统一输出格式方法

问题原因 #

这是pandas groupby.apply 的自动结果聚合逻辑导致的：
当你给apply传入的自定义函数对每个分组返回等长的一维Series时，pandas会根据分组数量做差异化处理：

• 分组数量≥2时：会把每个分组返回的Series按顺序垂直拼接，最终得到带分组索引的MultiIndex Series，也就是你看到的ans2格式
• 分组数量=1时：会把唯一分组返回的Series视作一行数据，横向拼接为单行DataFrame，也就是你看到的ans1格式

更简便的解决方案 #

方案1：用transform实现等价逻辑（推荐，性能最优） #

你当前的需求是「每个分组取b列的第一个值，乘以当前行的a列」，属于典型的分组广播计算，直接用transform即可实现，无论分组数量多少，返回结果都是和原数据等长的Series，完全符合要求：

# 单个分组场景
ans1 = d.groupby(grp1)['b'].transform('first').mul(d['a']).reset_index(drop=True)
# 多个分组场景
ans2 = d.groupby(grp2)['b'].transform('first').mul(d['a']).reset_index(drop=True)

两个场景的输出格式和你原来的ans2完全一致。

方案2：通用适配任意复杂apply逻辑 #

如果你的实际业务逻辑比示例复杂，没办法用transform改写，可以在apply之后统一加stack()处理，自动适配单分组/多分组场景：

ans = d.groupby(grp1).apply(lambda x: x.a * x.b.iloc[0])
# 统一转为要求的格式
result = ans.stack().reset_index(drop=True)

stack()操作对单分组返回的DataFrame和多分组返回的MultiIndex Series都适用，不需要提前判断分组数量，也不需要手动判断类型转换。

内容的提问来源于stack exchange，提问作者d.b