如何正确使用pandas groupby和apply函数来产生副作用？ （第一组申请两次）

Question

我正在使用熊猫对数据框中的某些列进行分组，并将自定义函数应用于这些组。应用的函数利用了副作用，并对函数中的全局数据对象起作用。

有记录的关于熊猫，groupby和apply的警告是，根据设计，它将在第一组上应用两次调用的函数，以确定它可以采用快速还是慢速代码路径。在此处记录： http://pandas.pydata.org/pandas-docs/stable/groupby.html#flexible-apply

此处演示：

In [144]: d = pd.DataFrame({"a":["x", "y"], "b":[1,2]})

In [145]: def identity(df):
   .....:     print(df)
   .....:     return df
   .....: 

In [146]: d.groupby("a").apply(identity)
   a  b
0  x  1
   a  b
0  x  1
   a  b
1  y  2
Out[146]: 
   a  b
0  x  1
1  y  2

此处提到了其他一些stackoverflow帖子：

Python pandas groupby object apply method duplicates first group

Is Pandas 0.16.1 groupby().apply() method applying function more than once to the same group?

已在GitHub上提及：

https://github.com/pandas-dev/pandas/issues/7739

https://github.com/pandas-dev/pandas/issues/19167

这意味着我的副作用在第一组上被调用了两次，并导致了不必要的变化。

我的问题是如何使用熊猫，groupby并应用，而不会在第一个组（或任何与此相关的组）上施加两次副作用，并确保每个组仅调用一次？ strong>

我当时想在DataFrame的顶部创建一个虚拟/伪造组，但我想将问题扩展到stackoverflow社区，以获得更好的解决方案并为他人造福。

谢谢您的帮助。

编辑：

根据评论中的要求，有关自定义功能和副作用的更多详细信息。

使用具有副作用的自定义函数会在函数的开头和结尾使用全局字典。它使用键检索数据并将这些值应用于行，在函数末尾，更新后的值将更新到全局字典，以便新值反映在下一次迭代中。

将groupby与apply一起使用的主要原因是，这是我设法在有效地遍历数据帧groupby对象上找到的最快的应用程序。我还研究了简单的迭代和列表理解。

Answer 1

此问题的后续行动，自数据框Groupby.apply于2019年7月18日发布的熊猫版本0.25.0以来，仅对第一组进行一次评估。升级到此版本可能是解决此问题的最直接方法。

在此处发布信息：https://pandas.pydata.org/pandas-docs/stable/whatsnew/v0.25.0.html