Python pandas groupby返回额外的索引 dft=pd.DataFrame（{'C1'：['A'，'A'，'B'，'B']， ‘C2’：[1,2,3,4]}） def lam3（df）： 返回pd.DataFrame（{'X'：['C'，'D'，'E']， ‘Y’：[11,22,33]}）

鉴于上述数据帧和函数（我无法更改），我希望运行groupby+apply，以便每个组返回一个数据帧，如下所示

C1 C2 X Y
0 A 1 C 11
1 A 1 D 22
2 A 1 E 33
3 A 2 C 11
4 A 2 D 22
5 A 2 E 33
6B3C11
7 B 3 D 22
8 B 3 E 33
9 B 4 C 11
10 B 4 D 22
11 B 4 E 33

执行以下操作将提供一列额外的数字索引：

dft.groupby(['C1','C2']).apply(lam3)

因此，我必须执行以下操作才能得到我想要的：

dft.groupby(['C1','C2']).apply(lam3).reset_index().drop(columns='level_2')

显然，这不是通用的，因为level_2取决于我在groupby中使用了多少列，盲目删除以“level”开头的列可能会删除原始列

如何使用lambda函数返回groupby中的数据帧而不返回额外的索引

问题类似于，但这里的每个组都返回一个数据帧，而不是一个序列

编辑：

---

这里的lam3只是一个示例函数，用于演示。在实际版本中，可能存在依赖于df的操作。关键是lam3函数在groupby的上下文中返回一个数据帧。因此交叉连接没有帮助

重置索引

允许您按顺序删除索引，并提供删除选项。因此，您可以尝试：

dft.groupby(['C1','C2']).apply(lam3).reset_index(level=-1, drop=True) 

输出：

       X   Y
C1 C2       
A  1   C  11
   1   D  22
   1   E  33
   2   C  11
   2   D  22
   2   E  33
B  3   C  11
   3   D  22
   3   E  33
   4   C  11
   4   D  22
   4   E  33

---

在groupby中使用

group\u keys=False

---

dft.groupby（['C1'，'C2']，group_keys=False）。应用（lam3）

这里所谓的交叉连接lam3只是一个示例函数，用于演示。在实际版本中，有一些操作依赖于df。关键是lam3函数在groupby的上下文中返回一个数据帧。