在 Pandas 的列中展平层次索引
Luqman Khan
2023年1月30日
2022年5月16日
本文将讨论如何在 Pandas Dataframe 列中展平分层索引。
Groupby 聚合函数通常用于创建分层索引。使用的聚合函数将在结果 DataFrame 的分层索引中可见。
我们将使用不同的函数来解释如何在列中展平层次索引。
使用 rest_index() 在 Pandas 的列中展平层次索引
Pandas 中的 reset_index() 函数将 groupby 聚合函数创建的分层索引展平。
语法：
pandas.DataFrame.reset_index(level, drop, inplace)
其中，
level：仅从索引中删除指示的级别。drop：索引重置为默认整数索引。inplace：不复制，永久修改 DataFrame 对象。
我们使用 Pandas groupby() 函数按季度对巴士销售数据进行分组，并使用 reset_index() pandas 函数来展平分组 DataFrame 的分层索引列。
首先，导入 Python Pandas 库，然后创建一个简单的 DataFrame。DataFrame 存储在 data_bus 变量中。
import pandas as pd
data_bus = pd.DataFrame({"bus": ["2x", "3Tr", "4x", "5x"],
"bus_sale_q1": [21, 23, 25, 27],
'bus_sale_q2': [12, 14, 16, 18]}
columns=["bus", "bus_sale_q1",
'bus_sale_q2'])
data_bus
输出：
bus bus_sale_q1 bus_sale_q2
0 2x 21 12
1 3Tr 23 14
2 4x 25 16
3 5x 27 18
上面的输出显示了创建的简单 DataFrame。之后，使用 groupby() 函数根据销售额 q1 和 q2 的总和对总线列进行分组。
grouped_data = data_bus.groupby(by="bus").agg("sum")
grouped_data
输出：
bus bus_sale_q1 bus_sale_q2
2x 21 12
3Tr 23 14
4x 25 16
5x 27 18
我们将使用 reset_index() 函数来展平分层索引列。
flat_data = grouped_data.reset_index()
flat_data
输出：
bus bus_sale_q1 bus_sale_q2
0 2x 21 12
1 3Tr 23 14
2 4x 25 16
3 5x 27 18
使用 as_index 在 Pandas 的列中展平层次索引
pandas groupby() 函数将用于按季度对巴士销售数据进行分组，而 as_index 将展平分组 DataFrame 的分层索引列。
语法：
pandas.DataFrame.groupby(by, level, axis, as_index)
其中，
level：必须对其执行 groupby 操作的列。by：必须对其执行 groupby 操作的列。axis：是否沿行 (0) 或列 (1) 拆分。as_index：对于聚合输出，返回带有索引组标签的对象。
我们将使用 Pandas groupby() 函数按季度对巴士销售数据进行分组，并将 as_index 参数设置为 False。这确保了分组 DataFrame 的分层索引是扁平的。
将使用与上一个示例相同的 DataFrame。
例子：
import pandas as pd
data_bus = pd.DataFrame({"bus": ["2x", "3Tr", "4x", "5x"],
"bus_sale_q1": [21, 23, 25, 27],
'bus_sale_q2': [12, 14, 16, 18]},
columns=["bus", "bus_sale_q1",
'bus_sale_q2'])
data_bus
grouped_data = data_bus.groupby(by="bus", as_index=False).agg("sum")
print(grouped_data)
输出：
bus bus_sale_q1 bus_sale_q2
0 2x 21 12
1 3Tr 23 14
2 4x 25 16
3 5x 27 18