Python 为什么pandas groupby cut使用单记录输入提供不同形式的输出？

当我的输入序列只有一条记录时，pandas（v0.11或v0.12）groupby代码返回不同的输出结构时，我遇到了问题。我使用一组固定的存储箱，并根据下面类似的代码计算每个存储箱中出现的次数

s0 = pd.Series([1,2,1,3,1,4,1,2,1], name='foo')
s = s0
#s = s0[:0]
#s = s0[:1]
#s = s0[:2]
bins = pd.cut(s,[0,2,4])
s.groupby(bins).count()

对于任何长度的输入序列（1除外），我都会得到一个输出序列，其中每个存储单元有一条记录，并且该存储单元有一个计数，即使它是零。大概是这样的：

foo
(0, 2]    7
(2, 4]    2
dtype: int64

((0, 2])    1
dtype: int64

但如果输入序列的长度为1，则得到的输出具有不同的结构，如下所示：

foo
(0, 2]    7
(2, 4]    2
dtype: int64

((0, 2])    1
dtype: int64

我想知道这是否与我经常遇到的问题有关，在这个问题中，一个数据帧的一个记录片段变成了一个表示行值的序列，而不是一个记录数据帧。（您可以避免使用df.ix[n:n]而不是df.ix[n]。）

---

但是我不知道如何在这里轻松解决这个问题。

一个完整的方法是检查

len（s）==1

并传入

pd.concat（[s，s]）

，然后将结果除以2。我想我已经找到了这个问题的一个更简单的形式——参见不被0.12修正，所以与我想的更简单的问题不同。