熊貓組。應(yīng)用方法復(fù)制第一組我的第一個(gè)問(wèn)題是：我對(duì)熊貓群體應(yīng)用方法的這種行為感到困惑(0.12.0-4)，它似乎兩次將這個(gè)函數(shù)應(yīng)用到數(shù)據(jù)框架的第一行。例如：>>> from pandas import Series, DataFrame>>> import pandas as pd>>> df = pd.DataFrame({'class': ['A', 'B', 'C'], 'count':[1,0,2]})>>> print(df)   class  count  0     A      1  1     B      0    2     C      2我首先檢查groupby函數(shù)是否正常工作，它似乎很好：>>> for group in df.groupby('class', group_keys = True):>>>     print(group)('A',   class  count0     A      1)('B',   class  count1     B      0)('C',   class  count2     C      2)然后，我嘗試使用groupby對(duì)象執(zhí)行類似的操作，并獲得第一行輸出兩次：>>> def checkit(group):>>>     print(group)>>> df.groupby('class', group_keys = True).apply(checkit)  class  count0     A      1  class  count0     A      1  class  count1     B      0  class  count2     C      2任何幫助都將不勝感激！謝謝。編輯：@Jeff提供了下面的答案。我很密集，沒(méi)有立即理解它，所以這里有一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明，盡管上面示例中的第一個(gè)組有雙打印輸出，但Apply方法在第一個(gè)組上只運(yùn)行了一次，并且不改變?cè)紨?shù)據(jù)框架：>>> def addone(group):>>>     group['count'] += 1>>>     return group>>> df.groupby('class', group_keys = True).apply(addone)>>> print(df)      class  count0     A      11     B      02     C      2但是，通過(guò)將方法的返回分配給一個(gè)新對(duì)象，我們可以看到它按預(yù)期工作：df 2=df.groupby(‘class’，group_key=True).application(Addone)print(Df 2)      class  count0     A      21     B      12     C      3