Python 使用GroupBy进行聚合时设置多索引

一些练习要求在应用聚合函数时向df列“添加辅助名称”

给定以下DF：

stype = ['s1','s1','s1','s1',
    's2','s2','s2','s2']
dtype = ['d1','d1','d2','d2',
        'd1','d1','d2','d2']
qty = [2, 1.4, 7, 3, 
        4, 1, 2.0, 3]
df = pd.DataFrame({'s_type':stype,
                    'd_type':dtype,
                    'qty':qty})

按前2列分组并应用agg函数时，如下所示

new_df=df.groupby(['s_type','d_type'],sort =  False).agg({'qty':'median'})

并进行打印（新的_df）

我得到这个输出，注意

qty

被上移了一行（我假设这是正常行为），因为这是应用agg函数的一列

               qty
s_type d_type     
s1     d1      1.7
       d2      5.0
s2     d1      2.5
       d2      2.5

问题会是什么

是否可以在

qty

label/name？下设置辅助列名，以获得如下输出：

               qty
s_type d_type  Median   
s1     d1      1.7
       d2      5.0
s2     d1      2.5
       d2      2.5

也 为什么数量上移1行？（我正在使用Spyder，我在Anaconda/python控制台中也看到了这一点，不确定这是一个功能还是正常行为）

最后一次更新：如果需要使用sort\u值，则必须为添加二级索引/名称的列使用元组，这与应用聚合函数时的方式基本相同（请参见答案）

因此，您可以按照应用agg函数的列和添加索引的列对DF进行排序

                 qty
              MEDIAN
s_type d_type       
s1     d1        1.7
s2     d1        2.5
       d2        2.5
s1     d2        5.0

python v3.6

熊猫v0.23

谢谢。

超级简单。将“中间值”作为列表传递到

agg

：

result = df.groupby(['s_type','d_type'], sort=False).agg({'qty': ['median']})
result
                 qty
              median
s_type d_type       
s1     d1        1.7
       d2        5.0
s2     d1        2.5
       d2        2.5

df.groupby(['s_type','d_type'], sort=False).agg(
    {'qty': [('MEDIAN', 'median')]}
)

                 qty
              MEDIAN
s_type d_type       
s1     d1        1.7
       d2        5.0
s2     d1        2.5
       d2        2.5

---

至于“为什么数量上移1行”，这意味着前两列实际上是输出中的索引。查询

result.index

将使其变得明显：

result.index

MultiIndex(levels=[['s1', 's2'], ['d1', 'd2']],
           codes=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=['s_type', 'd_type'])

您可以在调用groupby时将

指定为_index=False

df.groupby(['s_type','d_type'], sort=False, as_index=False).agg({'qty': ['median']})

  s_type d_type    qty
                median
0     s1     d1    1.7
1     s1     d2    5.0
2     s2     d1    2.5
3     s2     d2    2.5

因此，分组仍保留在输出中的列中

---

通过将元组列表传递给

agg

，可以更改输出中的名称：

result = df.groupby(['s_type','d_type'], sort=False).agg({'qty': ['median']})
result
                 qty
              median
s_type d_type       
s1     d1        1.7
       d2        5.0
s2     d1        2.5
       d2        2.5

df.groupby(['s_type','d_type'], sort=False).agg(
    {'qty': [('MEDIAN', 'median')]}
)

                 qty
              MEDIAN
s_type d_type       
s1     d1        1.7
       d2        5.0
s2     d1        2.5
       d2        2.5