Question

我有一个带有2个分组列和3个数字列的pandas DataFrame。我将数据分组如下：

df = df.groupby(['date_week', 'uniqeid']).agg({
    'completes':['sum', 'median', 'var', 'min', 'max']
    ,'dcount_visitors': ['sum', 'median', 'var', 'min', 'max']
     ,'dcount_visitor_groups': ['sum', 'median', 'var', 'min', 'max']
     })

结果是预期的多级索引：

MultiIndex(levels=[['completes', 'dcount_visitors', 'dcount_subscriptions', 'dcount_visitor_groups', 'date_week'], ['sum', 'median', 'var', 'min', 'max', '']],
           labels=[[4, 3, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], [5, 5, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4]])

通常，我将这样的多索引展平：

df2 = df2.reset_index(drop=True)

但是，当我检查列时，我仍然得到一个多索引。我试图在我的groupby函数中包括as_index=False，但这也不起作用。

有趣的是，如果我仅使用1个数字列进行一次聚合，则此过程将按预期工作。

u = nunits.groupby(['account', 'week_date', 'accountid', 'full_account_name','SegmentName'], as_index=False).agg({'ConsumptionUnit': 'sum'})

Index(['account', 'week_date', 'accountid', 'full_account_name', 'SegmentName',
       'ConsumptionUnit'],
      dtype='object')

任何提示或建议将不胜感激。

Answer 1

（意识到“接受”您自己的问题有点违背常规，但想节省人们回答已解决问题的时间）

@Efran：我做到了，它是2级多重索引。 @Bugbeeb：呼吁确定水平。标签上的5个让我失望。

我能够找到一个答案：从Pandas 0.24.0开始，您可以使用.to_flat_index。我一直在使用0.23.0，因此在该文档中找不到该选项。

如何使用此示例here

之后：df.columns = df.columns.to_flat_index() 生成的索引如下所示

Index([                                   'date_week',
                                               'TPID',
                              ('completes', 'sum'),
                           ('completes', 'median'),
                              ('completes', 'var'),
                              ('completes', 'min'),
                              ('completes', 'max'),
          ('dcount_visitors_with_events', 'sum'),
       ('dcount_visitors_with_events', 'median'),
          ('dcount_visitors_with_events', 'var'),
          ('dcount_visitors_with_events', 'min'),
          ('dcount_visitors_with_events', 'max'),
                      ('dcount_id_groups', 'sum'),
                   ('dcount_id_groups', 'median'),
                      ('dcount_id_groups', 'var'),
                      ('dcount_id_groups', 'min'),
                      ('dcount_id_groups', 'max')],
      dtype='object')

希望这对其他人有所帮助，并感谢您的快速答复。这个社区很棒！

Answer 2

您需要以multi_index（0,1,2,3 ...）标识级别。并使用inplace = True而不是重新分配df

通过多种方法进行分组和汇总后，Pandas reset_index（）无法正常工作

2 个答案: