Pandas groupby() 不接受带选项的 apply() 方法

Question

使用以下示例：

arrays = [['one','one','one','two','two','two'],[1,2,3,1,2,3]]
df = pd.DataFrame(np.random.randn(6,2),index=pd.MultiIndex.from_tuples(zip(*arrays)),columns=['A','B'])

正如预期的那样，这个 apply 方法可以在 groupby 对象上使用：

df.groupby(level=0).apply(lambda x: pd.rolling_mean(x, window=3, center=True))

但是，当我为 apply 指定选项时，它却报错了：

df.groupby(level=0).apply(lambda x: pd.rolling_mean(x, window=3, center=True), raw=True)    
TypeError: <lambda>() got an unexpected keyword argument 'raw'

我搞不清楚哪里出错了。

注意：对于非 MultiIndex 对象，这个方法似乎工作得很好。

Pandas：函数与应用于系列之间的时间差

Answer 1

对于DataFrame和GroupBy对象，有不同的apply方法。只有DataFrame.apply方法有一个raw参数：

help(df.apply)
# Output:
Help on method apply in module pandas.core.frame:

apply(self, func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds) method of pandas.core.frame.DataFrame instance
    Applies function along input axis of DataFrame.
...

而对于分组操作（groupby）来说：

grouped = df.groupby(level=0)
help(grouped.apply)
# Output:
Help on method apply in module pandas.core.groupby:

apply(self, func, *args, **kwargs) method of pandas.core.groupby.DataFrameGroupBy instance