lambda函数同时返回df和series，为什么？

Question

给定一个df和一个lambda函数：

df = pd.DataFrame({'label' : ['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c'],
                  't' :      [1, 2, 3, 4, 5, 1, 2, 3, 4, 1, 2, ],
                  'x' : [48,  6, 30, 30, 53, 48, 25, 51,  9, 55, 2]})
top3 = lambda x : x.groupby('t')['x'].idxmax().head(3)

我尝试了label的几种组合，在调用函数时得到了不同的结果：

print(df.groupby('label').apply(top3))

label  t
a      1     0
       2     1
       3     2
b      1     5
       2     6
       3     7
c      1     9
       2    10
Name: x, dtype: int64


df2 = df[df.label=='a']
print(df2.groupby('label').apply(top3))

t      1  2  3
label         
a      0  1  2


df3 = df[df.label.isin(['a', 'b'])]
print(df3.groupby('label').apply(top3))
t      1  2  3
label         
a      0  1  2
b      5  6  7

第一个结果是一个系列，而接下来的两个是数据帧。为什么会这样

Answer 1

.groupby.apply()背后有很多魔力，它试图将事物强制成它认为最好的形状。当从传递的数据帧中排除c时，它可以强制将内容转换为干净的矩形数据帧，但如果包含c，它将返回到多索引：

In [71]: df[df.label.isin(['a', 'c'])].groupby('label').apply(top3)
Out[71]:
label  t
a      1     0
       2     1
       3     2
c      1     9
       2    10
Name: x, dtype: int64

如果您想遵循pandas代码中的兔子洞，可以从这里开始：https://github.com/pandas-dev/pandas/blob/30362ed828bebdd58d4f1f74d70236d32547d52a/pandas/core/groupby/ops.py#L189