Python 如何在大熊猫中使用分组?

Python 如何在大熊猫中使用分组?,python,pandas,Python,Pandas,我的数据框如下所示(两列col1,col2) 我想参加col1小组赛 pd.DataFrame(combined.groupby('col1').aggregate(np.mean)['col2']) 这是返回一个只有一个键col2的数据帧,实际上,我希望输出是这样的(有两列的数据帧) 有人能指出我必须做些什么才能做到这一点吗?您可以使用聚合和: 使用paameter作为_index=False的解决方案,如上所述: 解决方案包括: 您可以使用聚合和: 使用paameter作为_index=F

我的数据框如下所示(两列col1,col2)

我想参加col1小组赛

pd.DataFrame(combined.groupby('col1').aggregate(np.mean)['col2'])
这是返回一个只有一个键col2的数据帧,实际上,我希望输出是这样的(有两列的数据帧)

有人能指出我必须做些什么才能做到这一点吗?

您可以使用聚合和:

使用paameter
作为_index=False的解决方案,如上所述:

解决方案包括:

您可以使用聚合和:

使用paameter
作为_index=False的解决方案,如上所述:

解决方案包括:


尝试调用重置索引()
df.groupby('col1',as_index=False)['col2'].mean()
?尝试调用重置索引()
df.groupby('col1',as_index=False)['col2'].mean()
pd.DataFrame(combined.groupby('col1').aggregate(np.mean)['col2'])
col1,mean(col2), 
print df.groupby('col1')['col2'].mean().reset_index()
   col1  col2
0     1   150
1     2   150
2     3   170
print df.groupby('col1', as_index=False)['col2'].mean()
   col1  col2
0     1   150
1     2   150
2     3   170
print df.groupby('col1', as_index=False).aggregate({'col2':'mean'})
   col1  col2
0     1   150
1     2   150
2     3   170