Indexing 如何访问数据帧的(多)索引?
我有一个数据框,并使用它的一些列按分组:Indexing 如何访问数据帧的(多)索引?,indexing,group-by,pandas,Indexing,Group By,Pandas,我有一个数据框,并使用它的一些列按分组: grouped = df.groupby(['col1', 'col2']) 现在,我使用mean函数从上面创建的groupby对象中获取一个新的数据帧对象: df_new = grouped.mean() 现在我有两个数据帧(df和df2),我想使用col1和col2合并它们。我现在的问题是df2没有这些列。在groupby操作之后,col1和col2被“移位”到索引。因此,为了解决这个问题,我尝试创建以下列: df2['col1'] = df2[
grouped = df.groupby(['col1', 'col2'])
现在,我使用mean
函数从上面创建的groupby对象中获取一个新的数据帧对象:
df_new = grouped.mean()
现在我有两个数据帧(df
和df2
),我想使用col1
和col2
合并它们。我现在的问题是df2
没有这些列。在groupby
操作之后,col1
和col2
被“移位”到索引。因此,为了解决这个问题,我尝试创建以下列:
df2['col1'] = df2['index'][0]
df2['col2'] = df2['index'][1]
但它不起作用,因为“索引”未被识别为数据帧的列。您可以使用以下参数的
左索引
(或右索引
):
左索引
:布尔值,默认为False使用左侧数据帧中的索引作为联接键。
如果是多索引,则为另一个数据帧(索引或 或列数)必须与级别数匹配 并使用上的右键来确定它应该与哪些列合并索引 所以它会是这样的:
pd.merge(df, df_new, left_on=['col1', 'col2'], right_index=True)
作为Andy Hayden的另一种方法,您可以使用
As_index=False
将列保留为列而不是索引:
df2 = df.groupby(['col1', 'col2'], as_index=False).mean()