Python 聚合列上的合并

假设我创建了一个数据帧：

import pandas as pd
df = pd.DataFrame({"a": [1,2,3,13,15], "b": [4,5,6,6,6], "c": ["wish", "you","were", "here", "here"]})

像这样：

    a   b   c
0   1   4   wish
1   2   5   you
2   3   6   were
3   13  6   here
4   15  6   here

。。。然后通过几列进行分组和聚合

gb = df.groupby(['b','c']).agg({"a": lambda x: x.nunique()})

产生以下结果：

            a
b   c   
4   wish    1
5   you     1
6   here    2
    were    1

是否可以将

df

与新聚合的表

gb

合并，以便我在df中创建一个新列，其中包含

gb

中的相应值？像这样：

    a   b   c      nc
0   1   4   wish    1
1   2   5   you     1
2   3   6   were    1
3   13  6   here    2
4   15  6   here    2

我试着做最简单的事情：

df.merge(gb, on=['b','c'])

但这就产生了错误：

KeyError: 'b'

这是有意义的，因为分组表有一个多索引，

b

不是一列。所以我的问题有两个：

我是否可以将

gb

数据帧的多索引转换回列（以便它具有

b

和

c

列）

我可以在列名上将

df

与

gb

合并吗

---

有一种简单的方法可以使用

reset\u index（）

执行此操作

给你

   a_x  b    c    a_y
0    1  4  wish    1
1    2  5   you    1
2    3  6  were    1
3   13  6  here    2
4   15  6  here    2

---

每当您想将groupby操作中的一些聚合列添加回您应该使用的df时，这将生成一个系列，其索引与您的原始df对齐：

In [4]:

df['nc'] = df.groupby(['b','c'])['a'].transform(pd.Series.nunique)
df
Out[4]:
    a  b     c  nc
0   1  4  wish   1
1   2  5   you   1
2   3  6  were   1
3  13  6  here   2
4  15  6  here   2

---

无需重置索引或执行额外的合并。

@EdChum的方法远远优于我的方法。是否可以将

agg

的结果放入一个新列中，以便合并不会重命名列？我想，使用

reset_index

的优点是，聚合表中的行数对应于聚合键的数量（即，['b'，'c']），我可能想保留它，以便在合并之后进行进一步分析。@juniper-您必须重命名发生冲突的列名，以便合并不添加后缀。您可以将groupby对象存储为一个变量，它只是一个描述groupby应该如何执行的对象，这样做不会造成性能损失this@juniper如上所述，您必须手动重命名列以删除后缀。看这里-->谢谢你们！我希望我能接受你的两个答案，因为它们都很有帮助，但是Ed因为效率得到了蛋糕。这太棒了。比我的解决方案优雅得多。同意-@aus_lacy的回答解决了OP的问题，但这是一种更好的方法。我们可以在几个操作上做到这一点：count/sum/etc。。。每个操作都有一个自动的新列？

In [4]:

df['nc'] = df.groupby(['b','c'])['a'].transform(pd.Series.nunique)
df
Out[4]:
    a  b     c  nc
0   1  4  wish   1
1   2  5   you   1
2   3  6  were   1
3  13  6  here   2
4  15  6  here   2