从pandas中的GroupBy对象创建一个新的数据框

Question

我真正想做的事情可以用sql来表达：

SELECT v1, v2, COUNT(*) AS v_count FROM my_table GROUP BY 1,2

这意味着，我想创建一个由3列组成的新数据框：(v1, v2, v_count)。

以下是我使用pandas尝试的内容：

grp = df.groupby(['v1', 'v2'])  # GROUP BY v1, v2
cnt = grp.count()  # get v_count for each group

但是如何将它们组合成一个新的数据框？

Answer 1

您可以选择其中一个聚合列为v_count，然后重置索引，因为v1和v2位于索引中，例如：

df.groupby(['v1', 'v2'])['v1'].agg({'v_count': np.size}).reset_index()

或者，您可以使用as_index关键字参数代替使用reset_index，例如：

df.groupby(['v1', 'v2'], as_index=False)['v1'].agg({'v_count': np.size})