Странное поведение с groupby на упорядоченных категориальных столбцах - программирование
Подтвердить что ты не робот

Странное поведение с groupby на упорядоченных категориальных столбцах

MCVE

df = pd.DataFrame({
    'Cat': ['SF', 'W', 'F', 'R64', 'SF', 'F'], 
    'ID': [1, 1, 1, 2, 2, 2]
})

df.Cat = pd.Categorical(
    df.Cat, categories=['R64', 'SF', 'F', 'W'], ordered=True)

Как вы можете видеть, я определил упорядоченный категориальный столбец на Cat. Проверить, проверить;

0     SF
1      W
2      F
3    R64
4     SF
5      F
Name: Cat, dtype: category
Categories (4, object): [R64 < SF < F < W]

Я хочу найти самую большую категорию PER ID. groupby + max.

df.groupby('ID').Cat.max()

ID
1    W
2    F
Name: Cat, dtype: object

Но я не хочу, чтобы ID был индексом, поэтому я указываю as_index=False.

df.groupby('ID', as_index=False).Cat.max()

   ID Cat
0   1   W
1   2  SF

К сожалению! Теперь max принимается лексикографически. Может ли кто-нибудь объяснить, является ли это предполагаемым поведением? Или это ошибка?

Обратите внимание: для этой проблемы обходной путь - df.groupby('ID').Cat.max().reset_index().

Заметка,

>>> pd.__version__
'0.22.0'
4b9b3361

Ответ 1

Это не намеренное поведение, это ошибка.

Источник дайвинга показывает, что флаг выполняет две совершенно разные вещи. Он просто игнорирует уровни и имена групп, он просто принимает значения с новым индексом диапазона. Другой четко держит их.