问题
有两个问题看起来很相似,但它们不是同一个问题:here和here。它们都调用GroupBy的方法,比如count()或aggregate(),我知道这两个方法都返回一个DataFrame。我要问的是如何将GroupBy (类pandas.core.groupby.DataFrameGroupBy)对象本身转换为DataFrame。我将在下面进行说明。
示例
构建一个示例DataFrame,如下所示。
data_list = []
for name in ["sasha", "asa"]:
for take in ["one", "two"]:
row = {"name": name, "take": take, "score": numpy.random.rand(), "ping": numpy.random.randint(10, 100)}
data_list.append(row)
data = pandas.DataFrame(data_list)上面的DataFrame应该如下所示(数字明显不同)。
name ping score take
0 sasha 72 0.923263 one
1 sasha 14 0.724720 two
2 asa 76 0.774320 one
3 asa 71 0.128721 two我想要做的是按列"name“和"take”(按顺序)进行分组,这样我就可以获得一个由列"name“和"take”构造的多索引索引的DataFrame,如下所示。
score ping
name take
sasha one 0.923263 72
two 0.724720 14
asa one 0.774320 76
two 0.128721 71我该如何做到这一点?如果我使用grouped = data.groupby(["name", "take"]),那么grouped就是一个pandas.core.groupby.DataFrameGroupBy实例。这样做的正确方法是什么?
发布于 2016-10-25 17:37:39
您需要set_index
data = data.set_index(['name','take'])
print (data)
ping score
name take
sasha one 46 0.509177
two 77 0.828984
asa one 51 0.637451
two 51 0.658616https://stackoverflow.com/questions/40236436
复制相似问题