我在pandas中使用groupby
来计算pandas中某些数据框中的列使用层次索引组织的聚合统计信息。 对于计算出来的统计数据,我希望最终返回到表格表格,其中组被重新转换为具有组值的列,例如,如:在pandas中使用groupby时还原层次列索引
index = pd.MultiIndex.from_tuples([('A', 'a'), ('B', 'b')])
df = pd.DataFrame(np.random.randn(8,2), columns=index)
这导致例如,这个数据帧
A B
a b
0 0.511157 0.334748
1 0.031113 -0.477456
2 0.288080 -0.258238
3 0.138467 -0.955547
4 -0.087873 0.017494
5 -0.667393 1.190039
6 -0.068245 -1.282864
7 -0.996982 0.589667
现在我计算使用GROUPBY的统计数据和重置索引重新建立一个扁平的数据帧:
df.groupby([('A','a')]).mean().reset_index()
(A, a) B
b
0 -0.996982 0.589667
1 -0.667393 1.190039
2 -0.087873 0.017494
3 -0.068245 -1.282864
4 0.031113 -0.477456
5 0.138467 -0.955547
6 0.288080 -0.258238
7 0.511157 0.334748
我怎样才能做到这一点('A', 'a')
成为多指数的一部分再次,希望以自动方式?或者另有说明:有没有一种方法可以在groupby操作期间保留分层列结构。
IIUC您可以重新分配的列值索引。 'dfs = df.groupby([('A','a')])。mean()。reset_index()'和'dfs.columns = index' – Abbas
@Abbas但是如果我做更复杂的分组,确保订单始终保留? – languitar
为自己尝试,它将被保留。 – Abbas