python - 如何在 Pandas 中创建多索引

Question

问题

有两个问题看起来很相似，但它们不是同一个问题:here和 here .他们都调用了 GroupBy 的方法，例如 count() 或 aggregate()，我知道它返回一个 DataFrame。我要问的是如何将 GroupBy(class pandas.core.groupby.DataFrameGroupBy)对象本身转换为 DataFrame。我将在下面说明。

例子

构造一个示例DataFrame如下。

data_list = []
for name in ["sasha", "asa"]:
    for take in ["one", "two"]:
        row = {"name": name, "take": take, "score": numpy.random.rand(), "ping": numpy.random.randint(10, 100)}
        data_list.append(row)
data = pandas.DataFrame(data_list)

上面的 DataFrame 应该如下所示(显然数字不同)。

    name  ping     score take
0  sasha    72  0.923263  one
1  sasha    14  0.724720  two
2    asa    76  0.774320  one
3    asa    71  0.128721  two

我想要做的是按列“name”和“take”(按此顺序)进行分组，这样我就可以获得一个 DataFrame，该 DataFrame 由列构造的多索引索引“name”和“take”，如下所示。

               score  ping
 name take        
sasha  one  0.923263    72
       two  0.724720    14
  asa  one  0.774320    76
       two  0.128721    71

我该如何实现？如果我执行 grouped = data.groupby(["name", "take"])，则 grouped 是一个 pandas.core.groupby.DataFrameGroupBy实例。这样做的正确方法是什么？

Answer 1

你需要set_index :

data = data.set_index(['name','take'])
print (data)
            ping     score
name  take                
sasha one     46  0.509177
      two     77  0.828984
asa   one     51  0.637451
      two     51  0.658616