如何访问数据框的（多）索引？

Question

我有一个数据框并将其一些列用于group by：

grouped = df.groupby(['col1', 'col2'])

现在我使用mean函数从上面创建的groupby对象中获取一个新的数据框对象：

df_new = grouped.mean()

现在我有两个数据框（df和df2），我想使用col1和col2合并它们。我现在遇到的问题是df2没有这些列。在groupby操作col1和col2被“转移”到索引后。因此，要解决此问题，我尝试创建这些列：

df2['col1'] = df2['index'][0]
df2['col2'] = df2['index'][1]

但它不起作用，因为'index'不被识别为数据框的一列。

Answer 1

作为Andy Hayden的替代方法，您可以使用as_index=False将列保留为列而不是索引：

df2 = df.groupby(['col1', 'col2'], as_index=False).mean()

Answer 2

您可以使用merge的left_index（或right_index）个参数：

  

left_index：布尔值，默认为False
  使用左侧DataFrame中的索引作为连接键          如果是MultiIndex，则是其他DataFrame中的键数（索引       或多个列）必须与级别数匹配

并使用right_on确定应将索引与哪些列合并。

所以它会像：

pd.merge(df, df_new, left_on=['col1', 'col2'], right_index=True)