Python 如何在groupby和agg语句之后访问列?

Python 如何在groupby和agg语句之后访问列?,python,python-3.x,pandas,dataframe,Python,Python 3.x,Pandas,Dataframe,我获得的数据帧在每列中的每个agg元素都有一列。我想要的格式是一个有3列(albcircu,mean,count)而不是5列的表 我的密码是: data=read\u csv\u文件() valor=数据[['albcircu','litros']] valor['albcircu','litros']].groupby(valor['albcircu']).agg(['count','mean']) 一个最小的可复制示例可以是: 将熊猫作为pd导入 alb=[1800200139、18007

我获得的数据帧在每列中的每个agg元素都有一列。我想要的格式是一个有3列(albcircu,mean,count)而不是5列的表

我的密码是:

data=read\u csv\u文件()
valor=数据[['albcircu','litros']]
valor['albcircu','litros']].groupby(valor['albcircu']).agg(['count','mean'])
一个最小的可复制示例可以是:

将熊猫作为pd导入
alb=[1800200139、1800700023、1800700077、1800700119、18006000011、1800600091、1800300190、1800200054、1802500015、1800500078、1800400087、1800500035、1800800169、1800200002、1800500035、1800500060、1800600129、1800600182、1802500077、1800300179]
litros=[400500500452100009176000160015004005001500444500500500500500500500974]
data=pd.DataFrame({'albcircu':alb,'litros':litros})
输出=数据['albcircu','litros']]。分组比(数据['albcircu'])。聚合(['count','mean']))
输出#这是因为在jupyter中,它打印数据输出

谢谢。

由于
agg
操作,列上有一个多索引。您可以将它们组合起来,并按如下方式重命名列。这里的想法是df.columns将返回一个元组列表,因此您可以迭代该列表并组合元组

df.columns = [f'{a}_{b}' for a, b in df.columns]
另外,还有一种更简单的方法来执行
agg
操作

data.groupby('albcircu').agg({'litros': ['count', 'mean']})

请发布代码而不是截图。这是非常不可读和不可搜索的。我用我使用的三行代码更新了这篇文章,谢谢你的建议。请提供一个。@AMC谢谢你的建议,我添加了一个小代码,可以复制给你!!这就是我一直在寻找的。