Python Pandas将GroupBy对象转换为DataFrame

Question

问题

有两个问题看似相似，但问题不同：here和here。他们都调用GroupBy的方法，例如count()或aggregate()，我知道它会返回DataFrame。我要问的是如何将GroupBy（类pandas.core.groupby.DataFrameGroupBy）对象本身转换为DataFrame。我将在下面说明。

实施例

构建示例DataFrame，如下所示。

data_list = []
for name in ["sasha", "asa"]:
    for take in ["one", "two"]:
        row = {"name": name, "take": take, "score": numpy.random.rand(), "ping": numpy.random.randint(10, 100)}
        data_list.append(row)
data = pandas.DataFrame(data_list)

以上DataFrame应如下所示（显然有不同的数字）。

    name  ping     score take
0  sasha    72  0.923263  one
1  sasha    14  0.724720  two
2    asa    76  0.774320  one
3    asa    71  0.128721  two

我想要做的是按列分组＆＃34; name＆＃34;并且＆＃34;采取＆＃34; （按此顺序），这样我就可以得到一个DataFrame索引，该索引由列＃34; name＆＃34;构成的多索引索引。和＆＃34;采取＆＃34;，如下所示。

               score  ping
 name take        
sasha  one  0.923263    72
       two  0.724720    14
  asa  one  0.774320    76
       two  0.128721    71

我如何实现这一目标？如果我grouped = data.groupby(["name", "take"])，那么grouped就是pandas.core.groupby.DataFrameGroupBy个实例。如何将grouped转换为DataFrame个实例？

Answer 1

您需要set_index：

data = data.set_index(['name','take'])
print (data)
            ping     score
name  take                
sasha one     46  0.509177
      two     77  0.828984
asa   one     51  0.637451
      two     51  0.658616