DataFrameGroupBy 到 dataframe 通過 apply(lambda x: x)

Question

我有一個 pandas DataFrameGroupBy object，我想將其轉換為普通的 dataframe。 現在我知道我可以使用：

df_g.apply(lambda x: x)

但為什么需要這樣做？ 考慮到應用在 Pandas 中通常很昂貴。 有更好的解決方案嗎？ 我沒有看到我的測試用例有任何令人眼花繚亂的性能損失（因為我沒有太多列），所以它可能沒問題。 只是好奇：）

示例代碼：

import pandas as pd
df = pd.DataFrame({'a': [1,2,3,4,5], 'b': ["a", "a", "a", "b", "b"]})
df_g = df.groupby(by='b')
df_again = df_g.apply(lambda x:x)

問候， 尼克拉斯

Answer 1

首先，我們必須重新考慮，當我們什么都不做的時候，我們為什么要分組。 我們可以嘗試concat ，它應該比 apply 更快：

pd.concat(dict(iter(df_g)).values())

---

   a  b
0  1  a
1  2  a
2  3  a
3  4  b
4  5  b

%timeit pd.concat(dict(iter(df_g)).values())
#3.09 ms ± 229 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit df_g.apply(lambda x: x)
#5.33 ms ± 325 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)