问如何正确使用具有应用功能的熊猫群来应对副作用？(第一组申请两次)

EN

我正在使用熊猫群的特定列在一个数据，并应用自定义功能到这些组。应用的函数利用副作用，并对函数中的全局数据对象进行操作。

对熊猫、群和应用的一个有记录的警告是，通过设计，它在第一组中应用了两次调用的函数，以决定它是否可以采用快速或缓慢的代码路径。这里记录了这一点：http://pandas.pydata.org/pandas-docs/stable/groupby.html#flexible-apply

在这里演示了：

In [144]: d = pd.DataFrame({"a":["x", "y"], "b":[1,2]})

In [145]: def identity(df):
   .....:     print(df)
   .....:     return df
   .....: 

In [146]: d.groupby("a").apply(identity)
   a  b
0  x  1
   a  b
0  x  1
   a  b
1  y  2
Out[146]: 
   a  b
0  x  1
1  y  2

在这里的其他一些堆栈溢出文章中提到：

Python pandas groupby object apply method duplicates first group

Is Pandas 0.16.1 groupby().apply() method applying function more than once to the same group?

在GitHub上提到：

https://github.com/pandas-dev/pandas/issues/7739

https://github.com/pandas-dev/pandas/issues/19167

这意味着我的副作用会在第一组中被调用两次，并导致不必要的改变。

我的问题是如何使用熊猫，群和应用，而不对第一组(或任何一组)施加副作用，并保证每组只调用一次？。

我正在考虑在DataFrame顶部创建一个虚拟/假组，但我想将我的问题扩展到堆栈溢出社区，以获得更好的解决方案和其他人的利益。

谢谢你的帮助。

编辑：

按照注释中的要求，提供一些关于自定义功能和副作用的更多细节。

使用带有副作用的自定义函数时，需要在函数的开头和结尾使用全局字典。它用键检索数据，并将这些值应用于行，在函数的末尾，更新后的值被更新到全局字典中，以便新值在下一次迭代中得到反映。

与应用一起使用groupby的主要原因是，它是我在有效地迭代dataframe对象时找到的最快的应用程序。我也看过简单的迭代和列表理解。