Heim >Backend-Entwicklung >Python-Tutorial >Wie konvertiere ich die Ausgabe einer Pandas GroupBy Multi-Index-Serie zurück in einen DataFrame?
Abrufen von Zeilen aus der Ausgabe einer Pandas GroupBy MultiIndex-Serie
Bei einem DataFrame mit einem Multiindex können Sie zum Zählen eine GroupBy-Operation ausführen oder aggregieren Sie die Werte. Die resultierende Ausgabe ist jedoch eine Serie mit einem hierarchischen Index, was die Anzeige der Rohzeilen erschwert. In diesem Artikel wird erläutert, wie Sie diese Ausgabe zurück in einen DataFrame konvertieren, der die ursprünglichen Zeilen enthält.
Frage:
Wie können Sie eine Pandas GroupBy-Multiindex-Serienausgabe umwandeln? wie zum Beispiel:
City Name Name City Alice Seattle 1 1 Bob Seattle 2 2 Mallory Portland 2 2 Seattle 1 1
in einen anderen DataFrame, der das gesamte Original beibehält Zeilen?
Antwort:
Der Schlüssel zur Rückkonvertierung der Serie in einen DataFrame liegt in der Handhabung des hierarchischen Index. Hier sind zwei Ansätze:
1. Verwenden von add_suffix und reset_index
g1.add_suffix('_Count').reset_index()
Diese Methode fügt den Spaltennamen ein Suffix hinzu und setzt den hierarchischen Index zurück, um einen neuen DataFrame mit einem flachen Index zu erstellen.
Ausgabe :
Name City City_Count Name_Count 0 Alice Seattle 1 1 1 Bob Seattle 2 2 2 Mallory Portland 2 2 3 Mallory Seattle 1 1
2. Verwenden von DataFrame und reset_index
DataFrame({'count' : df1.groupby( [ "Name", "City"] ).size()}).reset_index()
Diese Methode erstellt einen neuen DataFrame aus den gruppierten Größen und setzt den hierarchischen Index zurück, um einen flachen DataFrame zu erhalten.
Ausgabe:
Name City count 0 Alice Seattle 1 1 Bob Seattle 2 2 Mallory Portland 2 3 Mallory Seattle 1
Mit diesen Ansätzen können Sie die Zeilen aus der GroupBy-Multi-Index-Serienausgabe extrahieren und Rekonstruieren Sie einen DataFrame, der alle Originaldaten enthält.
Das obige ist der detaillierte Inhalt vonWie konvertiere ich die Ausgabe einer Pandas GroupBy Multi-Index-Serie zurück in einen DataFrame?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!