如果我有以下数据框
>>> df = pd.DataFrame({'Name': ['Bob'] * 3 + ['Alice'] * 3, \
'Destination': ['Athens', 'Rome'] * 3, 'Length': np.random.randint(1, 6, 6)})
>>> df
Destination Length Name
0 Athens 3 Bob
1 Rome 5 Bob
2 Athens 2 Bob
3 Rome 1 Alice
4 Athens 3 Alice
5 Rome 5 Alice
我可以按名称和目的地进行组合...
>>> grouped = df.groupby(['Name', 'Destination'])
>>> for nm, gp in grouped:
>>> print nm
>>> print gp
('Alice', 'Athens')
Destination Length Name
4 Athens 3 Alice
('Alice', 'Rome')
Destination Length Name
3 Rome 1 Alice
5 Rome 5 Alice
('Bob', 'Athens')
Destination Length Name
0 Athens 3 Bob
2 Athens 2 Bob
('Bob', 'Rome')
Destination Length Name
1 Rome 5 Bob
但我想要一个新的多索引数据框,看起来像
Length
Alice Athens 3
Rome 1
Rome 5
Bob Athens 3
Athens 2
Rome 5
似乎应该有一种方法可以执行类似Dataframe(grouped)
的操作来获取我的多索引 Dataframe,但我得到的是 PandasError
(“DataFrame 构造函数没有正确调用!”)。
最简单的方法是什么?另外,有人知道是否可以选择将 groupby 对象传递给构造函数,或者我只是做错了?
谢谢
最佳答案
由于您没有聚合类似索引的行,请尝试使用列名列表设置索引。
In [2]: df.set_index(['Name', 'Destination'])
Out[2]:
Length
Name Destination
Bob Athens 3
Rome 5
Athens 2
Alice Rome 1
Athens 3
Rome 5
关于python - 按对象将 pandas 组转换为多索引 Dataframe,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14301913/