Python 熊猫groupby和reset#u索引如何更改数据帧'；s指数？

有人能解释一下在数据帧上执行groupby（…）.size（）操作之后执行

reset\u index（name='counts'）

操作时会发生什么吗？它完全符合我的要求（创建一个数据框，其中包含一列“counts”，该列具有每个组的大小），但我不明白为什么它可以工作

df=pd.DataFrame(
{'letter'：['A'，'A'，'B'，'B'，'C'，'number'：[0,0,1,2,0]}
)

如果我执行groupby+size操作：

df.groupby（['letter'，number']）.size（）

，我会得到一个具有一个'letter'级别和一个'number'级别的多级索引：

df = df.groupby(['letter', 'number']).size()
print df.index

Out:MultiIndex（级别=[[u'A'，u'B'，u'C']，[0,1,2]]，
标签=[[0,1,1,2]，[0,1,2,0]]，
姓名=[u'letter'，u'number']）

我对添加

.reset\u index（…）

操作时会发生什么感到困惑：

df=df.groupby（['letter'，'number']）.size（）.reset_index（name='counts'）

,

它生成以下数据帧，其索引为RangeIndex（开始=0，停止=4，步骤=1）：

我对三点特别困惑：

的文档中没有一个名为“name”的关键字参数，但我看到许多帖子建议使用它创建一个命名的size/sum列，而且它似乎可以工作。是否有一些文档说明了这个

name

关键字参数是如何工作的

reset\u index

之后的新数据帧有一个名为“counts”的列，但是

reset\u index

文档没有说明导致列命名的原因，那么这是如何发生的呢

如果我们只指定了要删除的特定索引级别（“计数”），为什么整个多级索引会被重置

---

你问题中的文字有点混乱。使用

groupby

时，需要为分组提供参数。您可能需要编辑。我想我仍然可以回答你的问题

如果您按一件事分组，通常会得到一个

系列

作为

.size（）

或

.count（）

的答案。您可以使用

.index

查看正在发生的事情：

In [18]: df1 = pd.DataFrame({'letter':['A', 'A', 'B', 'B', 'C'], 'number':[0,0,1
    ...: ,2,0]})                                                                

In [19]: df1                                                                    
Out[19]: 
  letter  number
0      A       0
1      A       0
2      B       1
3      B       2
4      C       0

In [20]: df1.index                                                              
Out[20]: RangeIndex(start=0, stop=5, step=1)

In [21]: df1.groupby('letter').size()                                           
Out[21]: 
letter
A    2
B    2
C    1
dtype: int64

In [22]: size_groups = _                                                        

In [23]: size_groups.index                                                      
Out[23]: Index(['A', 'B', 'C'], dtype='object', name='letter')

In [24]: type(size_groups)                                                      
Out[24]: pandas.core.series.Series

这是一个系列，索引如上图所示。如果重置此索引，pandas将保留该系列，但添加一个新的索引系列，并将大小移到一个新系列，这将创建2个系列的数据帧：

In [25]: size_groups.reset_index()                                              
Out[25]: 
  letter  0
0      A  2
1      B  2
2      C  1

除非您使用

groupby

2种方法，否则无法从中获得多级索引。例如：

In [43]: df1                                                                    
Out[43]: 
  letter  number
0      A       0
1      A       0
2      B       1
3      B       2
4      C       0

In [44]: df2 = df1.groupby(['letter', 'number']).size()                         

In [45]: df2                                                                    
Out[45]: 
letter  number
A       0         2
B       1         1
        2         1
C       0         1
dtype: int64

In [46]: df2.index                                                              
Out[46]: 
MultiIndex([('A', 0),
            ('B', 1),
            ('B', 2),
            ('C', 0)],
           names=['letter', 'number'])

---

谢谢你的解释。我编辑了我的问题，以便更清楚地说明我所说的是多列上的groupby，我主要对reset_index操作以及它如何与

name

关键字参数一起工作感到困惑。

In [43]: df1                                                                    
Out[43]: 
  letter  number
0      A       0
1      A       0
2      B       1
3      B       2
4      C       0

In [44]: df2 = df1.groupby(['letter', 'number']).size()                         

In [45]: df2                                                                    
Out[45]: 
letter  number
A       0         2
B       1         1
        2         1
C       0         1
dtype: int64

In [46]: df2.index                                                              
Out[46]: 
MultiIndex([('A', 0),
            ('B', 1),
            ('B', 2),
            ('C', 0)],
           names=['letter', 'number'])