将pandas数据帧分组为两列(或更多)?

时间:2014-01-21 02:25:12

标签: python pandas dataframe

我有以下数据框:

mydf = pandas.DataFrame({"cat": ["first", "first", "first", "second", "second", "third"], "class": ["A", "A", "A", "B", "B", "C"], "name": ["a1", "a2", "a3", "b1", "b2", "c1"], "val": [1,5,1,1,2,10]})

我想创建一个数据框,用于生成具有相同val ID的class项列的摘要统计信息。为此,我使用groupby如下:

mydf.groupby("class").val.sum()

这是正确的行为,但我想在生成的df中保留cat列信息。可以这样做吗?我以后需要merge/join这些信息吗?我试过了:

mydf.groupby(["cat", "class"]).val.sum()

但这使用分层索引。我希望有一个简单的数据帧,每个组只有cat值,其中group by是class。输出应该是具有cat和class值的数据框(不是系列),其中val条目对具有相同class的每个条目求和:

cat     class    val
first   A         7
second  B         3
third   C        10

这可能吗?

1 个答案:

答案 0 :(得分:14)

使用reset_index

In [9]: mydf.groupby(['cat', "class"]).val.sum().reset_index()
Out[9]: 
      cat class  val
0   first     A    7
1  second     B    3
2   third     C   10

修改

如果要将cat设置为索引

,请设置level = 1
In [10]: mydf.groupby(['cat', "class"]).val.sum().reset_index(level=1)
Out[10]: 
       class  val
cat              
first      A    7
second     B    3
third      C   10

您也可以设置as_index=False以获得相同的输出

In [29]: mydf.groupby(['cat', "class"], as_index=False).val.sum()
Out[29]: 
      cat class  val
0   first     A    7
1  second     B    3
2   third     C   10