我想获取一个 Pandas 数据框,按列计算唯一元素并保留 2 列。但是我在 groupby 之后得到了一个多索引数据框,我无法 (1) 展平 (2) 只选择相关列。这是我的代码:
import pandas as pd
df = pd.DataFrame({
'ID':[1,2,3,4,5,1],
'Ticker':['AA','BB','CC','DD','CC','BB'],
'Amount':[10,20,30,40,50,60],
'Date_1':['1/12/2018','1/14/2018','1/12/2018','1/14/2018','2/1/2018','1/12/2018'],
'Random_data':['ax','','nan','','by','cz'],
'Count':[23,1,4,56,34,53]
})
df2 = df.groupby(['Ticker']).agg(['nunique'])
df2.reset_index()
print(df2)
df2 仍然带有两个级别的索引。并具有所有列:Amount、Count、Date_1、ID、Random_data。
如何将其减少到一级索引?
并且只保留 ID 和 Random_data 列?
最佳答案
试试这个:
1) 仅选择相关列 ( ['ID', 'Random_data']
)
2) 不要将列表传递给 .agg
- 只是 'nunique'
- 该列表是导致多索引行为的原因。
df2 = df.groupby(['Ticker'])['ID', 'Random_data'].agg('nunique')
df2.reset_index()
Ticker ID Random_data
0 AA 1 1
1 BB 2 2
2 CC 2 2
3 DD 1 1
关于python - Pandas 在执行 groupby 后重置索引并保留选择性列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52330016/