Python 熊猫组制作了一系列；不是groupby对象

我有一个事务的数据框架：

transactions.head():

   Amount      Date of Transaction   Description  \
0   39.95      2017-03-30            Fake_Transaction_One   
1    2.39      2017-04-01            Fake_Transaction_Two      
2    8.03      2017-04-01            Fake_Transaction_Three      
3   34.31      2017-04-01            Fake_Transaction_Four    
4   10.56      2017-04-03            Fake_Transaction_Five     

       Purchase_Type        year_month  
0      Miscellaneous        2017-03  
1      tool_expense         2017-04  
2      food_and_domestic    2017-04  
3      food_and_domestic    2017-04  
4      food_and_domestic    2017-04  

我在此数据帧上运行groupby命令：

grouped_transactions = transactions.groupby(['Purchase_Type','year_month'])['Amount'].sum()

这将生成groupby对象：

Purchase_Type        year_month
tool_expense         2017-04       72.49
Calendar_Event       2017-08        3.94
                     2017-12       23.92
                     2018-02       42.91
                     2018-03       10.91

我想在此服务器上运行groupby命令，例如

grouped_transactions.groups.keys()

但是，我无法确定，因为该对象不是groupby对象，而是一个系列：

In: type(grouped_transactions)
Out: pandas.core.series.Series

查看分组的_事务似乎是一个groupby对象，而不是一个系列。此外，它是创建的，但在数据帧上运行.groupby方法。因此，我不确定为什么它是一个系列

我的理解或方法中有什么错误？

获得

系列

或

数据帧

是预期的行为（如果方法像

groupby

那样使用聚合函数链接）

如果需要

groupby

对象：

g = transactions.groupby(['Purchase_Type','year_month'])
print (g)
<pandas.core.groupby.groupby.DataFrameGroupBy object at 0x00000000191EA5C0>

或：

---

为

groupby

对象编制索引，或对其调用聚合方法，将其转换为

series

或

dataframe

类型对象。最佳实践：如果需要键和聚合，请将

GroupBy

对象分配给一个变量，然后对该对象执行多个操作

下面是一些例子

df = pd.DataFrame([['A', 'B', 1], ['A', 'B', 2], ['A', 'C', 3]])

g = df.groupby([0, 1])
# <pandas.core.groupby.groupby.DataFrameGroupBy object at 0x0000000007E76AC8>

keys = g.groups.keys()
# dict_keys([('A', 'B'), ('A', 'C')])

sums_df = g.sum()
# <class 'pandas.core.frame.DataFrame'>

sums_series_group = g[2]
# <class 'pandas.core.groupby.groupby.SeriesGroupBy'>

sums_series = g[2].sum()
# <class 'pandas.core.series.Series'>

df=pd.DataFrame（[[A'，B'，1]，'A'，B'，2]，'A'，C'，3]]
g=df.groupby（[0,1]）
# 
keys=g.groups.keys（）
#口述键（[（'A'，'B'），（'A'，'C'））
sums_df=g.sum（）
# 
和系列组=g[2]
# 
sums_series=g[2]。sum（）
# 

使用以下方法：

grouped_transactions = transactions.groupby(['Purchase_Type','year_month'])[['Amount']].sum()

---

如果使用双括号，将创建一个列表，并将其作为参数传递给DataFrame索引函数。

如果要使用groupby对象，则需要

g=transactions.groupby（['Purchase\u Type'，'year\u month']）['Amount']

，但使用groupby对象的原因是什么？预期的输出是什么？如果需要groupby对象，为什么要立即将

['Amount'].sum（）

放在它后面？你把你想要的东西扔掉了。这和制作连续剧的问题有什么关系？你能详细说明一下吗？因为我相信他使用了单括号，所以分组的U事务是一个系列而不是一个数据帧。如果我错了，请纠正我，我刚开始学习。谢谢

df = pd.DataFrame([['A', 'B', 1], ['A', 'B', 2], ['A', 'C', 3]])

g = df.groupby([0, 1])
# <pandas.core.groupby.groupby.DataFrameGroupBy object at 0x0000000007E76AC8>

keys = g.groups.keys()
# dict_keys([('A', 'B'), ('A', 'C')])

sums_df = g.sum()
# <class 'pandas.core.frame.DataFrame'>

sums_series_group = g[2]
# <class 'pandas.core.groupby.groupby.SeriesGroupBy'>

sums_series = g[2].sum()
# <class 'pandas.core.series.Series'>

grouped_transactions = transactions.groupby(['Purchase_Type','year_month'])[['Amount']].sum()