python - 按两列(或更多)对 Pandas 数据框进行分组？

Question

我有以下数据框:

mydf = pandas.DataFrame({"cat": ["first", "first", "first", "second", "second", "third"], "class": ["A", "A", "A", "B", "B", "C"], "name": ["a1", "a2", "a3", "b1", "b2", "c1"], "val": [1,5,1,1,2,10]})

我想创建一个数据框，对具有相同 class id 的项目的 val 列进行汇总统计。为此，我使用 groupby 如下:

mydf.groupby("class").val.sum()

这是正确的行为，但我想在生成的 df 中保留 cat 列信息。那可以吗？以后我是否必须合并/加入该信息？我试过:

mydf.groupby(["cat", "class"]).val.sum()

但这使用了分层索引。我想要一个简单的数据框，它只有每个组的 cat 值，其中分组依据是 class。输出应该是一个包含 cat 和 class 值的数据框(不是系列)，其中 val 条目对具有相同 class 的每个条目求和:

cat     class    val
first   A         7
second  B         3
third   C        10

这可能吗？

Answer 1

使用reset_index

In [9]: mydf.groupby(['cat', "class"]).val.sum().reset_index()
Out[9]: 
      cat class  val
0   first     A    7
1  second     B    3
2   third     C   10

编辑

如果要将 cat 设置为索引，请设置 level=1

In [10]: mydf.groupby(['cat', "class"]).val.sum().reset_index(level=1)
Out[10]: 
       class  val
cat              
first      A    7
second     B    3
third      C   10

你也可以设置as_index=False来获得相同的输出

In [29]: mydf.groupby(['cat', "class"], as_index=False).val.sum()
Out[29]: 
      cat class  val
0   first     A    7
1  second     B    3
2   third     C   10