Question

我需要在groupby.size()之后恢复索引，或者让它可用但有点不适用于.size()。我已经阅读了stackoverflow帖子Pandas - Restore Index after Groupby，但所有帮助回复都严格使用max()聚合函数，其他人呢？

一些代码示例：

df
Out[39]:
      product_id
order_id    
2103    7546
2103    8278
2103    6790
2104    7546
2104    8278
2104    6790


df.groupby('product_id', as_index=True).size()
Out[67]:
product_id
3587      1
3590      1
3680      2
6735      5
6744      1
6759      6

df.groupby('product_id', as_index=False).size()
Out[68]:
product_id
3587      1
3590      1
3680      2
6735      5
6744      1
6759      6

正如您在将as_index参数更改为True或False后所看到的那样，索引没有任何反应。但所有与.max() aggr功能一起工作。所以，无论如何，问题是如何在groupby.size()之后恢复索引。

预期产出：

    product_id
index   
2103 3587      1
2104 3590      1
2188 3680      2
2188 6735      5
2188 6744      1
2188 6759      6

Answer 1

只要执行groupby，原始索引就会丢失。这是因为，在内部，pandas使用分组器列作为索引。

您可以做的是将索引提升为列，通过预先计算的系列映射计数product_id，然后再次设置索引。

value_counts可用于代替groupby.size执行此任务。

df = pd.DataFrame({'product_id': [7546, 8278, 6790, 7546, 8278, 6790]},
                  index=[2103, 2103, 2103, 2104, 2104, 2104])

c = df.product_id.value_counts()

res = df.reset_index()
res['count'] = res['product_id'].map(c)
res = res.set_index('index')

print(res)

       product_id  count
index                   
2103         7546      2
2103         8278      2
2103         6790      2
2104         7546      2
2104         8278      2
2104         6790      2

在pandas中的groupby.size（）之后恢复索引

1 个答案: