Question

说我有一个df：

data=[('a', 1), ('a', 1),('b', 1),('a', 3),('b', 2),('c', 1),('a', 2),('b', 3),('a', 2)]
df=df=pd.DataFrame(data, columns=['project', 'duration'])

# Then I made an aggregation:
df_agg=df.groupby('project').agg({'duration': ['median', 'mean']}).reset_index()

Out[11]: 
  project duration     
            median mean
0       a        2  1.8
1       b        2  2.0
2       c        1  1.0


In [12]: df_agg.info()                                                                                                                                                    
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
(project, )           3 non-null object
(duration, median)    3 non-null int64
(duration, mean)      3 non-null float64
dtypes: float64(1), int64(1), object(1)
memory usage: 152.0+ bytes

但是，df_agg与普通的DataFrame不同，因为列看起来像元组(duration, median)，这样我就无法方便地使用df[['median', 'mean']]

获取列

我的问题是如何将df_agg更改为平展的普通DataFrame？

Answer 1

df_agg数据帧的列具有一个MultiIndex。只需将其压平。

一种简单的方法是将其转换为列表，并join每个元素：

df_agg.columns = ['_'.join(col) for col in df_agg.columns]

它给出：

  project_  duration_median  duration_mean
0        a                2            1.8
1        b                2            2.0
2        c                1            1.0

如果需要，您可以将列重命名为更好的名称

Answer 2

您可以在分组依据的选定列上执行汇总：

df.groupby('project')['duration'].agg(['median', 'mean']).add_prefix('duration_').reset_index()

感谢克里斯A在reset_index提示之前输入add_prefix

输出：

    project duration_median duration_mean
0   a       2               1.8
1   b       2               2.0
2   c       1               1.0

熊猫如何在agg函数后使列扁平化？

2 个答案: