Python Pandas将GroupBy对象转换为DataFrame

Python Pandas convert GroupBy object to DataFrame

问题

有两个问题看起来很相似，但它们不是同一个问题：这里和这里。它们都调用GroupBy的方法，例如count()或aggregate()，我知道它返回DataFrame。我要问的是如何将GroupBy类(pandas.core.groupby.DataFrameGroupBy类)对象本身转换为DataFrame类。我将在下面举例说明。

例子

构造一个示例DataFrame，如下所示。

1
2
3
4
5
6

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)

上面的DataFrame应该如下(数字明显不同)。

1
2
3
4
5

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

我要做的是按列"name"和"take"分组(按这个顺序)，这样我就可以得到一个由列"name"和"take"构造的多索引索引的DataFrame，如下所示。

1
2
3
4
5
6

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

我怎样才能做到？如果我做grouped = data.groupby(["name","take"])，那么grouped就是pandas.core.groupby.DataFrameGroupBy的例子。如何将grouped转换为DataFrame实例？

您需要set_index：

1
2
3
4
5
6
7
8

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