Python 访问DataFrameGroupBy对象以创建单个多索引数据帧

我一直在寻找，但我很难把这些东西放在一起

要求是获得包含所有给定数据的多索引数据帧。作为索引，我想要groupby键

我的数据框看起来像：

   A | B | C | D |
1  X   1  hi   ab
2  X   1  hey  ac
3  Z   3  ho   ad
...

我使用

dfGrouped=df.groupby（['A'，'B']）

对列A、B进行聚类，并获取DataFrameGroupBy对象

为了获得这些组的概览，我使用了一个循环

 for key,item in dfGrouped: 
       print(key)
       print(item)

输出为：

(X , 1)
DataFrame of Group

但就在这里，我的问题是通过循环创建一个包含所有组的数据帧。键是一个元组，项是一个数据帧。我试图通过字典、列表和pd.MultiIndex.from_tuples创建一个多索引数据框架，但它不起作用

最终的多索引数据帧应如下所示：

  Group | Criteria | A | B | C | D
   1      (X,1)      X   1   hi  ab
          (X,1)      X   1   hey ac
   2      (Z,3)      Z   3   ho  ad

是否有其他方法获得所需的组

---

如果您需要更多信息，请告诉我

我不完全确定你想要什么，所以这里是我的解释。我认为您不需要执行

groupby

，只需将索引设置为列

A

，

B

（为了清晰起见，我将其重命名为

id1

，

id2

）

这将产生：

        A   B   C   D
id1 id2             
1   X   X   1   hi  ab
    X   X   1   hey ac
3   Y   Y   3   ho  ad

您的索引现在是多索引（id1、id2）

如果要添加

标准

，

组

列，您也可以使用它们：

df3 = df2.copy()
df3['Criteria'] = df3.index
group_map = {b:n for n,b in enumerate(df3['B'].unique())}
df3['Group'] = df3['B'].map(group_map)
df3

产生

            A   B   C   D   Criteria    Group
id1     id2                     
1       X   X   1   hi  ab  (1, X)      0
        X   X   1   hey ac  (1, X)      0
3       Y   Y   3   ho  ad  (3, Y)      1

---

（这里的

组

只是列

B

中按顺序编号的值——我假设这就是您想要的）。如果您需要，您可以

将_index

再次设置为

['Group'，'A']

，如果这是您需要的

非常感谢您的帮助。如果不符合我的要求，我会按照你的想法回来。不过，谢谢你的帮助。

            A   B   C   D   Criteria    Group
id1     id2                     
1       X   X   1   hi  ab  (1, X)      0
        X   X   1   hey ac  (1, X)      0
3       Y   Y   3   ho  ad  (3, Y)      1