Python 分组后的索引行为：我是否看到一个"；额外一行“；？

这可能是一个非常简单的问题，但我试图了解熊猫的分组和索引是如何工作的

假设我有一个包含以下数据的数据帧：

df = pd.DataFrame(data={
    'p_id': [1, 1, 1, 2, 3, 3, 3, 4, 4],
    'rating': [5, 3, 2, 2, 5, 1, 3, 4, 5]
})

现在，索引将自动分配，因此数据帧如下所示：

      p_id    rating
0     1       5
1     1       3
2     1       2
3     2       2
4     3       5
5     3       1
6     3       3
7     4       4
8     4       5

当我尝试按

p\u id

对其进行分组时，我得到：

>> df[['p_id', 'rating']].groupby('p_id').count()
           rating
p_id        
1          3
2          1
3          3
4          2

我注意到

p\u id

现在成为分组数据帧的索引，但第一行看起来很奇怪——为什么它有

p\u id

索引，但评级为空？

我知道如何修复它，如果我这样做：

>> df[['p_id', 'rating']].groupby('p_id', as_index=False).count()
      p_id    rating
0     1       3
1     2       1
2     3       3
3     4       2

现在我没有这个奇怪的第一列，但我有索引和

p\u id

---

所以我的问题是，当我不使用

as_index=False

时，这一额外的行从何而来？有没有一种方法可以对数据帧进行分组，并将

p_id

作为索引，而不必处理这一额外的行？如果有任何文档我可以阅读，我也将不胜感激

它只是一个索引名

演示：

请注意索引名称：

AAA

In [48]: df
Out[48]:
     p_id  rating
AAA
0       1       5
1       1       3
2       1       2
3       2       2
4       3       5
5       3       1
6       3       3
7       4       4
8       4       5

您可以使用以下方法将其清除：

没有“额外的行”，它只是熊猫如何直观地呈现GroupBy对象，即如何

pandas.core.GroupBy.generic.DataFrameGroupBy.\uu str\uuuuuuu

方法呈现分组的dataframe对象：

rating

是列，但是现在

p\u id

已经从列变成了（行）索引。

---

它们交错排列的另一个原因是索引可以是多索引（如果您按多列分组）。

感谢使用“重命名轴”的快捷方式。我知道如何摆脱它，但一开始它就在那里让人觉得有点尴尬。我只是好奇为什么它会首先发生，因为它是一个索引名。使用源示例DF尝试以下操作：

DF.index.name='AAA'；打印（df）

哦，好的，知道了，所以它不是一个空行。谢谢你对一个愚蠢的问题的澄清和道歉：）不是一个愚蠢的问题。您正在尝试理解它，这对您很有好处。很高兴看到您回来没有“额外的行”，它只是熊猫如何直观地呈现GroupBy对象，即如何

pandas.core.GroupBy.generic.DataFrameGroupBy.\uu str\uuu

方法呈现分组的dataframe对象：

rating

是列，但是

p_id

现在已经从一个列变成了（行）索引。它们交错排列的原因也是因为如果按多个列分组，它可以是一个多索引。

In [48]: df
Out[48]:
     p_id  rating
AAA
0       1       5
1       1       3
2       1       2
3       2       2
4       3       5
5       3       1
6       3       3
7       4       4
8       4       5

In [42]: df[['p_id', 'rating']].groupby('p_id').count().rename_axis(None)
Out[42]:
   rating
1       3
2       1
3       3
4       2