Question

我有数据框轮次（这是从另一个数据框中删除列的结果），具有以下结构（无法发布图片，抱歉）：

----------------------------
|type|N|D|NATC|K|iters|time|
----------------------------
rows of data
----------------------------

我使用groupby所以我可以得到组的平均值，如下：

rounds = results.groupby(['type','N','D','NATC','K','iters']) results_mean = rounds.mean()

我得到了我想要的手段，但是我遇到了钥匙的问题。 _results_mean_ dataframe具有以下结构：

----------------------------
|    | | |    | |     |time|
|type|N|D|NATC|K|iters|    |
----------------------------
rows of data
----------------------------

唯一识别的关键是“时间”（我执行了results_mean.keys()）。

我做错了什么？我该如何解决？

Answer 1

在汇总数据中，time是唯一的列。其他的是指数。

groupby有一个参数as_index。 From the documentation：

as_index ：布尔值，默认为True

对于聚合输出，返回以组标签作为索引的对象。仅与DataFrame输入相关。 as_index = False实际上是“SQL风格”分组输出

因此，您可以通过调用

获得所需的输出

rounds = results.groupby(['type','N','D','NATC','K','iters'], as_index = False)
results_mean = rounds.mean()

或者，如果需要，您始终可以将索引转换为键by using reset_index。使用

rounds = results.groupby(['type','N','D','NATC','K','iters'])
results_mean = rounds.mean().reset_index()

也应该有所期望的效果。

Answer 2

由于使用了dataframes's函数，我也遇到了丢失group_by()键的问题，而我发现该问题的答案是将数据框转换为CSV文件，然后读取该文件。

Pandas groupby（...）。mean（）丢失键

2 个答案: