Python 将groupby堆栈到DataFrame多索引，而不进行聚合

关于将pandas groupby对象转换为DataFrame的几个问题似乎涉及聚合，例如

count（）

groupby对象是否可以在不聚合的情况下转换为数据帧，其中组名成为多索引的0级？这个过程可以迭代吗

from pandas import DataFrame as DF

df = DF.from_dict({'a':1, 'b':2, 'c':3, 'd':4, 'e':5}, orient='index')

要查看分组的输出：

df.groupby(lambda x: df[0][x]%2)

转换为以下格式：

DF.from_dict({0:{'b':2,'d':4},1:{'a':1,'c':3,'e':5}},orient='index').stack().to_frame()

---

（除了这一点，为什么要将值转换为浮点数？

使用

pd.concat

，它接受字典：

pd.concat({k: v for k, v in df.groupby(lambda x: df.loc[x, 0] % 2)})

     0
0 b  2
  d  4
1 a  1
  c  3
  e  5

迭代每个组并构建字典。词典可以使用

---

不涉及可调用项的稍快的解决方案可以通过

pd.concat({k: v for k, v in df.groupby(df.iloc[:,0] % 2)})

     0
0 b  2
  d  4
1 a  1
  c  3
  e  5

---

如果需要，请反复执行此操作，尝试一个函数

def add_level(df, grouper):
    return pd.concat({k: v for k, v in df.groupby(by=grouper)})

r = add_level(df, df.iloc[:,0] % 3)
add_level(r, r.iloc[:, 0] % 2)

       0
0 1 d  4
  2 b  2
1 0 c  3
  1 a  1
  2 e  5

---

使用

assign

链和

set\u索引

df.assign(indexlevel=np.arange(len(df))%2).\
    set_index('indexlevel',append=True).\
      swaplevel(0,1).\
       sort_index(level=0)
Out[30]: 
              0
indexlevel     
0          a  1
           c  3
           e  5
1          b  2
           d  4

---

谢谢，这很有效。我将在Q中进一步询问，如何迭代堆栈。例如，如果'df.loc[x，0]%3'给出了0级索引[0,1,2]，想将此索引进一步分组%2以获得一个3级多索引，那么合适的lambda是多少？@alancalvitti您似乎可以重复此过程两次，一次为%3，第二次为%2。但是现在

df.loc[x，0]

不起作用，因为分组是基于索引而不是值生成的。向上投票表示努力，但对于一个简单的过程来说，这还有很长的路要走。