Python 多索引级别上的groupby并删除分组级别

我正在pandas dataframe上执行groupby操作，作为示例，它可能如下所示：

将熊猫作为pd导入
将numpy作为np导入
数字=[0,1,2]
颜色=['绿色'，'紫色']
mx=pd.MultiIndex.from_产品（[colors，number]，name=['color'，'numbers'））
值=np.random.rand（6）
df=pd.DataFrame（值，mx）
df=df.drop（索引=（“绿色”，2））

（索引示例来自）

然后我想在一个级别上执行一个组操作，例如

“color”

，但我不想让color作为一个索引保留在分组的

系列中，因为它变得多余

df.groupby（“颜色”）中的系列键的
：
打印（f“{key=}”）
打印（f“预期索引：{series.index.droplevel（'color'）。到_list（）}”）
打印（f“实际索引：{series.index.to_list（）}”）
打印（）

哪些产出：

key = 'green'
Expected index: [0, 1]
Actual index: [('green', 0), ('green', 1)]

key = 'purple'
Expected index: [0, 1, 2]
Actual index: [('purple', 0), ('purple', 1), ('purple', 2)]

由于分组级别
“color”
对于每个分组都是相同的，因此它是多余的，我只需要
“number”
的级别值

我可以像这里那样在循环中降低级别，但我想知道是否还有其他方法可以实现这一点，但我错过了？
IIUC，您可以简单地用键索引您的数据帧片段：

for key, series in df.groupby("color"):
    print(f'Key: {key}')
    print(series.loc[key])
    print('\n')

输出：

Key: green
                0
numbers          
0        0.913962
1        0.457205


Key: purple
                0
numbers          
0        0.939128
1        0.778389
2        0.715971

green
                0
numbers          
0        0.161444
1        0.403312
purple
                0
numbers          
0        0.369750
1        0.222223
2        0.565426

看起来您希望循环第一级值。你可以试试：

for color in df.index.get_level_values('color').unique():
    series = df.loc[color]
    print(color)
    print(series)

输出：

Key: green
                0
numbers          
0        0.913962
1        0.457205


Key: purple
                0
numbers          
0        0.939128
1        0.778389
2        0.715971

green
                0
numbers          
0        0.161444
1        0.403312
purple
                0
numbers          
0        0.369750
1        0.222223
2        0.565426

你到底想用
groupby
做什么操作？@QuangHoang在这种情况下，我正在循环分组来绘制它们，我需要颜色（或动物）作为标签，数字作为x，值作为y。但是我可以想象还有其他的用例。谢谢，在我的例子中，这是可行的，但是如果我看的是标签可以是两个级别的组，这是行不通的。您还可以使用
df.index.unique（“颜色”）
，这样可读性更好。