我有一个包含2个分组列和3个数字列的pandas DataFrame。我将数据分组如下:
df = df.groupby(['date_week', 'uniqeid']).agg({
'completes':['sum', 'median', 'var', 'min', 'max']
,'dcount_visitors': ['sum', 'median', 'var', 'min', 'max']
,'dcount_visitor_groups': ['sum', 'median', 'var', 'min', 'max']
})结果是预期的多级索引:
MultiIndex(levels=[['completes', 'dcount_visitors', 'dcount_subscriptions', 'dcount_visitor_groups', 'date_week'], ['sum', 'median', 'var', 'min', 'max', '']],
labels=[[4, 3, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], [5, 5, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4]])通常我会像这样扁平化一个多索引:
df2 = df2.reset_index(drop=True)但是,当我检查这些列时,我仍然得到一个多索引。我尝试在我的groupby函数中包含as_index=False,但也不起作用。
有趣的是,如果我只使用1个数值列和一个聚合,则此过程可以正常工作。
u = nunits.groupby(['account', 'week_date', 'accountid', 'full_account_name','SegmentName'], as_index=False).agg({'ConsumptionUnit': 'sum'})
Index(['account', 'week_date', 'accountid', 'full_account_name', 'SegmentName',
'ConsumptionUnit'],
dtype='object')任何提示或建议都将不胜感激。
发布于 2019-04-24 06:59:05
(意识到“接受”你自己的问题有点违反规范,但想节省人们在回答一个已经解决的问题上的时间)
@Efran:我做到了,而且它是一个2级多索引。@Bugbeeb:识别级别的好调用。标签上的5号把我给甩了。
我找到了一个答案:从Pandas 0.24.0开始,你可以使用.to_flat_index。我一直在使用0.23.0,所以在那个文档中找不到这个选项。
有关如何使用它的示例,可以在here中找到
df.columns = df.columns.to_flat_index()之后,生成的索引如下所示
Index([ 'date_week',
'TPID',
('completes', 'sum'),
('completes', 'median'),
('completes', 'var'),
('completes', 'min'),
('completes', 'max'),
('dcount_visitors_with_events', 'sum'),
('dcount_visitors_with_events', 'median'),
('dcount_visitors_with_events', 'var'),
('dcount_visitors_with_events', 'min'),
('dcount_visitors_with_events', 'max'),
('dcount_id_groups', 'sum'),
('dcount_id_groups', 'median'),
('dcount_id_groups', 'var'),
('dcount_id_groups', 'min'),
('dcount_id_groups', 'max')],
dtype='object')希望这对其他人有帮助,并感谢你的快速回复。这个社区太棒了!
发布于 2019-04-24 06:22:14
您需要确定multi_index (0,1,2,3...)中的级别。并使用inplace=True而不是重新分配df
https://stackoverflow.com/questions/55820138
复制相似问题