groupby是否自动对pandas中的所有非数字列进行分组？

Question

下面是一个数据集的示例（只显示前几行，但有193行）：

country,beer_servings,spirit_servings,wine_servings,total_litres_of_pure_alcohol,continent
Afghanistan,0,0,0,0.0,Asia
Albania,89,132,54,4.9,Europe
Algeria,25,0,14,0.7,Africa
Andorra,245,138,312,12.4,Europe
Angola,217,57,45,5.9,Africa
Antigua & Barbuda,102,128,45,4.9,North America
...

当我运行这个：drinks.groupby('continent').head()

我得到一个30行的数据帧。但在这30行中，continent的名称仍然重复。例如，在下图中，您可以看到Europe重复了两次（在第1行和第3行）：

我不明白，当我最初按大陆分组时，为什么我仍然有两排相同的大陆？在

在本例中，groupby操作是否也按country分组，即使我从未在groupby函数中指定过它？因为我知道在SQL中你应该使用一个聚合函数，比如max，min，sum，等等，但是在这种情况下，我不需要传入聚合函数，我得到了上面的结果。在

Answer 1

drinks.groupby('continent').head([n=5])返回每个组中的第一个n行，然后按原始索引对它们重新排序。尝试调用drinks.groupby('continent').head(1)，您将看到结果中只包括来自每个大陆的一个国家。在

Answer 2

不！在

实际情况是head是groupby对象上的一个方法，其行为与pd.DataFrame.head稍有不同。在

^{} version of ^{}的作用是返回每个组的头。在

因此，我们可以通过将1传递给head方法更清楚地看到这一点，并看到它返回每个子集的第一行

df.groupby('continent').head(1)