使用pandas.groupby.apply()实现行新增时的索引列异常问题

嘿，我明白你遇到的问题了——本来想给Groupby对象用个自定义函数来扩增行数（比如复制A、B分组的行），结果发现原本的索引莫名其妙变成了普通列，完全不是预期的样子。我来给你拆解下原因和解决办法：

先还原你的场景（补全示例代码） #

先构造一个和你描述类似的DataFrame方便演示：

import pandas as pd
df = pd.DataFrame({
    'date': pd.date_range('1/1/2018', periods=4),
    'cat': ['A', 'A', 'B', 'B'],
    'cola': [10, 20, 30, 40],
    'colb': [100, 200, 300, 400]
})

问题出在哪？ #

大概率是你在自定义的“扩增函数”里不小心重置了分组的索引，或者函数返回的DataFrame结构不对。比如如果函数里写了group.reset_index()，原索引就会被转成名为index的普通列，最终结果自然就多出了这个意外的列。

正确的自定义函数写法 #

我们要保证处理每个分组时，保留原有的索引结构，不要随意重置。比如下面这个函数，实现每个分组复制一行并修改部分值：

def duplicate_and_modify(group):
    # 复制当前分组的所有行
    duplicated_rows = group.copy()
    # 给复制的行的cola列加5（可以换成你的业务逻辑）
    duplicated_rows['cola'] = duplicated_rows['cola'] + 5
    # 合并原分组和复制后的行，注意不要用ignore_index=True，保留原索引
    return pd.concat([group, duplicated_rows])

应用函数并调整索引 #

用Groupby的apply方法执行这个函数：

result = df.groupby('cat').apply(duplicate_and_modify)

这时候你会得到一个多级索引的结果：第一层是分组键cat，第二层是原DataFrame的索引。如果不需要多级索引，只保留单一索引，可以移除分组键那一层：

final_result = result.reset_index(level=0, drop=True)

验证结果 #

执行完后，final_result里就不会有意外的索引列了，每个cat对应的行都被复制了一行，行数从4变成了8，完全符合你的需求。

避坑提醒 #

• 绝对不要在自定义函数里对分组执行reset_index()（除非你明确需要把原索引转成列）
• 用pd.concat合并行时，尽量保留原索引，不要随便加ignore_index=True，避免打乱索引结构

内容的提问来源于stack exchange，提问作者orange