pandas groupby.apply 0.23.4和0.24.2之间的差异与深度复制

当我将pandas的版本从0.23.4更新到0.24.2时，我注意到了一个奇怪的行为。以下代码段演示了这一点： CSV文件：（文件名：my_data_new.CSV）

片段：

import pandas as pd

print("PANDAS-VERSION:", pd.__version__)

def my_func(d):
    d_copy = d.copy(deep=True)
    return d_copy

data = pd.read_csv("~/my_data_new.csv", parse_dates=['date'], index_col=['date']).sort_index()
result = data.groupby('name').apply(my_func)
print(result)

输出： 在版本-0.23.4中：

PANDAS-VERSION: 0.23.4
                         name id  roll    sub_1    sub_2    sub_3
name date                                                        
AAA  2016-11-30 08:00:00  AAA  A     1  123.456  123.456  123.456
     2016-11-30 09:00:00  AAA  A     1  123.457  123.457  123.457
     2016-11-30 10:00:00  AAA  A     1  123.458  123.458  123.458
     2016-11-30 11:00:00  AAA  A     1  123.459  123.459  123.459
BBB  2016-11-30 12:00:00  BBB  B     2  123.451  123.456  123.456
     2016-11-30 13:00:00  BBB  B     2  123.452  123.457  123.457
     2016-11-30 14:00:00  BBB  B     2  123.453  123.458  123.458
     2016-11-30 15:00:00  BBB  B     2  123.454  123.459  123.459

在版本-0.24.2中：

PANDAS-VERSION: 0.24.2
                         name id  roll    sub_1    sub_2    sub_3
name date                                                        
AAA  2016-11-30 12:00:00  AAA  A     1  123.456  123.456  123.456
     2016-11-30 13:00:00  AAA  A     1  123.457  123.457  123.457
     2016-11-30 14:00:00  AAA  A     1  123.458  123.458  123.458
     2016-11-30 15:00:00  AAA  A     1  123.459  123.459  123.459
BBB  2016-11-30 12:00:00  BBB  B     2  123.451  123.456  123.456
     2016-11-30 13:00:00  BBB  B     2  123.452  123.457  123.457
     2016-11-30 14:00:00  BBB  B     2  123.453  123.458  123.458
     2016-11-30 15:00:00  BBB  B     2  123.454  123.459  123.459

我的意见如下： 在pandas-v0.24.2中，最后一组df的索引（在当前情况下“

BBB

”）将应用于所有先前的组df（在当前情况下“

AAA

”），而在pandas-0.23.4中，保留先前的索引

---

这是一种记录在案的行为吗？如果是这样，请告诉我回购中发行说明/代码中的修改。

此问题已在此处报告： 还有一个观察结果是，只有当索引的数据类型为datetime64[ns]时，才会发生这种情况，而如果索引的数据类型为obj，则不会发生这种情况

data = pd.read_csv("~/my_data_new.csv")
data['date'] = pd.to_datetime(data['date'])
data = data.set_index(['date']).sort_index()
result = data.groupby('name').apply(my_func)
print(result)

上述结果将是：

PANDAS-VERSION: 0.24.2
                         name id  roll    sub_1    sub_2    sub_3
name date                                                        
AAA  2016-11-30 12:00:00  AAA  A     1  123.456  123.456  123.456
     2016-11-30 13:00:00  AAA  A     1  123.457  123.457  123.457
     2016-11-30 14:00:00  AAA  A     1  123.458  123.458  123.458
     2016-11-30 15:00:00  AAA  A     1  123.459  123.459  123.459
BBB  2016-11-30 12:00:00  BBB  B     2  123.451  123.456  123.456
     2016-11-30 13:00:00  BBB  B     2  123.452  123.457  123.457
     2016-11-30 14:00:00  BBB  B     2  123.453  123.458  123.458
     2016-11-30 15:00:00  BBB  B     2  123.454  123.459  123.459

PANDAS-VERSION: 0.24.2
                         name id  roll    sub_1    sub_2    sub_3
name date                                                        
AAA  2016-11-30 08:00:00  AAA  A     1  123.456  123.456  123.456
     2016-11-30 09:00:00  AAA  A     1  123.457  123.457  123.457
     2016-11-30 10:00:00  AAA  A     1  123.458  123.458  123.458
     2016-11-30 11:00:00  AAA  A     1  123.459  123.459  123.459
BBB  2016-11-30 12:00:00  BBB  B     2  123.451  123.456  123.456
     2016-11-30 13:00:00  BBB  B     2  123.452  123.457  123.457
     2016-11-30 14:00:00  BBB  B     2  123.453  123.458  123.458
     2016-11-30 15:00:00  BBB  B     2  123.454  123.459  123.459

如果我执行以下操作，则不会发生这种情况：

data = pd.read_csv("~/my_data_new.csv")
data = data.set_index(['date']).sort_index()
result = data.groupby('name').apply(my_func)
print(result)

上述代码的结果将是：

PANDAS-VERSION: 0.24.2
                         name id  roll    sub_1    sub_2    sub_3
name date                                                        
AAA  2016-11-30 12:00:00  AAA  A     1  123.456  123.456  123.456
     2016-11-30 13:00:00  AAA  A     1  123.457  123.457  123.457
     2016-11-30 14:00:00  AAA  A     1  123.458  123.458  123.458
     2016-11-30 15:00:00  AAA  A     1  123.459  123.459  123.459
BBB  2016-11-30 12:00:00  BBB  B     2  123.451  123.456  123.456
     2016-11-30 13:00:00  BBB  B     2  123.452  123.457  123.457
     2016-11-30 14:00:00  BBB  B     2  123.453  123.458  123.458
     2016-11-30 15:00:00  BBB  B     2  123.454  123.459  123.459

PANDAS-VERSION: 0.24.2
                         name id  roll    sub_1    sub_2    sub_3
name date                                                        
AAA  2016-11-30 08:00:00  AAA  A     1  123.456  123.456  123.456
     2016-11-30 09:00:00  AAA  A     1  123.457  123.457  123.457
     2016-11-30 10:00:00  AAA  A     1  123.458  123.458  123.458
     2016-11-30 11:00:00  AAA  A     1  123.459  123.459  123.459
BBB  2016-11-30 12:00:00  BBB  B     2  123.451  123.456  123.456
     2016-11-30 13:00:00  BBB  B     2  123.452  123.457  123.457
     2016-11-30 14:00:00  BBB  B     2  123.453  123.458  123.458
     2016-11-30 15:00:00  BBB  B     2  123.454  123.459  123.459

---

您应该真正更新到当前版本（1.1.1）。这是许多版本的背后。这在当前版本中不是问题。也许这是相关的。谢谢你的评论。但我的问题是索引。为什么将最后一个组DF的索引复制到其他组DF？