为什么groupby操作的行为有所不同

输出是不同的，因为聚合是不同的，并且聚合主要控制返回的内容。想想等效的数组。数据相同，但是一个“聚合”返回一个标量值，另一个返回与输入大小相同的数组

import numpy as np
np.array([1,2,3]).sum()
#6

np.array([1,2,3]).cumsum()
#array([1, 3, 6], dtype=int32)

对于DataFrameGroupBy对象的聚合也是如此。groupby所做的所有第一部分都是创建从DataFrame到组的映射。由于这实际上没有任何作用，因此没有理由为什么具有不同操作的相同groupby需要返回相同类型的输出（请参见上文）。

gp = df.groupby(["Name", "Type"])
# Haven't done any aggregations yet...

这里的另一个重要部分是我们有一个DataFrame GroupBy对象。也有Series GroupBy对象，这种差异可以改变收益。

gp
#<pandas.core.groupby.generic.DataFrameGroupBy object>

那么聚合时会发生什么？

随着DataFrameGroupBy当你选择一个集合（如sum）坍塌每组一个价值的回归将是一个数据帧，其中指数是唯一的分组键。返回值是DataFrame因为我们提供了一个DataFrameGroupBy对象。DataFrames可以有多个列，并且如果还有另一个数字列，它也将聚合在一起，因此需要DataFrame输出。

gp.sum()
#             ID
#Name  Type     
#Book1 ebook   2
#Book2 paper   4
#Book3 paper   3

另一方面，如果您使用SeriesGroupBy对象（使用选择单个列[]），那么您将获得一个Series，再次使用唯一组键的索引。

df.groupby(["Name", "Type"])['ID'].sum()
|------- SeriesGroupBy ----------|

#Name   Type 
#Book1  ebook    2
#Book2  paper    4
#Book3  paper    3
#Name: ID, dtype: int64

对于聚合返回数组（如cumsum，pct_change）一个DataFrameGroupBy会返回一个数据帧和SeriesGroupBy将返回一个系列。但是索引不再是唯一的组密钥。这是因为那将毫无意义。通常，您需要在组内进行计算，然后将结果分配回原始DataFrame。结果，返回的索引就像为聚合提供的原始DataFrame一样被索引。这使得创建这些列非常简单，因为熊猫可以处理所有对齐方式

df['ID_pct_change'] = gp.pct_change()

#    Name   Type  ID  ID_pct_change
#0  Book1  ebook   1            NaN  
#1  Book2  paper   2            NaN   
#2  Book3  paper   3            NaN   
#3  Book1  ebook   1            0.0  # Calculated from row 0 and aligned.
#4  Book2  paper   2            0.0

但是呢size？那个有点奇怪。的size一组是一个标量。该组具有多少列或这些列中的值是否缺失都无关紧要，因此向其发送DataFrameGroupBy或SeriesGroupBy对象无关紧要。结果pandas将始终返回Series。同样，作为返回标量的组级别聚合，有意义的是使返回值由唯一的组键索引。

gp.size()
#Name   Type 
#Book1  ebook    2
#Book2  paper    2
#Book3  paper    1
#dtype: int64

最后，为了完整sum起见，尽管像返回这样的单个标量值的聚合，将这些值返回到原始DataFrame中该组的每一行通常很有用。但是，法线的返回.sum具有不同的索引，因此它不会对齐。您可以merge将值放回到唯一键上，但是pandas可以进行transform这些聚合。由于此处的目的是将其带回到原始DataFrame，因此对Series / DataFrame的索引与原始输入一样

gp.transform('sum')
#   ID
#0   2    # Row 0 is Book1 ebook which has a group sum of 2
#1   4
#2   3
#3   2    # Row 3 is also Book1 ebook which has a group sum of 2
#4   4