我注意到，也有pd.DataFrame.groupby幾種用途後跟apply隱含假設groupby是stable - 也就是說，如果一個和b是同組的情況下，和預分組，一個在b之前出現，然後a將在分組之後出現在b之前。pandas.DataFrame.groupby是否保證穩定？
我認爲有幾個答案明確隱含地使用這個，但具體來說，這裏是one using groupby+cumsum。
有沒有什麼實際上有希望這種行爲？該文件只規定：使用映射
系列集團（字典或鍵功能，適用於給定功能分組，返回結果爲系列）或通過一系列的列。
另外，具有索引的熊貓，理論上也可以在沒有這種保證的情況下實現功能（儘管以更麻煩的方式）。
儘管文檔沒有在內部聲明，但它在生成組時使用穩定排序。
參見：
正如我在評論中提到的，這一點，如果你考慮transform將返回一系列與它的指數對準原來的DF是非常重要的。如果排序不保留訂單，那麼這將使對齊執行額外的工作，因爲在分配之前需要對Series進行排序。事實上，這種被提及in the comments：
_algos.groupsort_indexer器具計數排序，它是至少O(ngroups)，其中
ngroups = prod(shape)
shape = map(len, keys)即，線性的數量組合（笛卡爾產品）的唯一 groupby鍵的值。做多鍵groupby時，這可能很大。
np.argsort(kind='mergesort')是O(count x log(count))其中count是數據幀的長度的 ; 這兩種算法都是穩定排序和這是正確的 groupby操作所必需的。例如考慮：
df.groupby(key)[col].transform('first')
對不起你要問，如果兩行說'了'和'B'必須是他們保證在相同的順序分組後相同的值？我敢肯定，我已經看到，雖然他們執行穩定的代碼，我不得不再次找到這個代碼 – EdChum
@EdChum是的，如果我正確理解你。如果行* a *和* b *與分組標準相同（它們將最終在同一組中），它們是*保證*是否保留其分組後的順序。我一直在實踐中看到它，但有些擔心文檔似乎不能保證這一點。 –
我一直都看到過這種行爲，從來沒有見過任何其他類型的行爲，文檔沒有指定或保證這一點並不會影響我，但我已經看到，雖然通過代碼大量的評論和參考執行穩定排序，這對我來說是合乎邏輯的，因爲如果分組決定改變原始順序，那麼替代方法就是將'transform'這樣的函數合併回原始df索引 – EdChum