python - 为什么 pandas groupby 在数据框中添加额外的 (groupby_info) 列以及如何删除它们？

Question

我有 4 列的数据框 df_M，并按 '蛋白质' 分组并按 '[M]' 排序。

df_M = df_M[['protein', 'cl', 'pept', '[M]']]
df_M = df_M.groupby('protein').apply(pd.DataFrame.sort_values, '[M]')

结果前面有两列，分别是'蛋白质'和index的复制？如何在不获取这些列的情况下进行分组和排序？

Answer 1

我认为您不需要groupby，而是需要按sort_values按两列sort :

df_M = df_M.sort_values(['protein','[M]'])

但如果想使用groupby添加参数group_keys=False:

group_keys : boolean, default True

When calling apply, add group keys to index to identify pieces

df_M = df_M.groupby('protein', group_keys=False).apply(pd.DataFrame.sort_values, '[M]')

示例:

df_M = pd.DataFrame({'protein':list('ababba'),
                    '[M]':[2,3,5,8,0,6],
                    'cl':[1,2,3,4,5,6]})

print (df_M)
   [M]  cl protein
0    2   1       a
1    3   2       b
2    5   3       a
3    8   4       b
4    0   5       b
5    6   6       a

df_M = df_M.sort_values(['protein','[M]'])

#df_M = df_M.groupby('protein', group_keys=False).apply(pd.DataFrame.sort_values, '[M]')

print (df_M)
   [M]  cl protein
0    2   1       a
2    5   3       a
5    6   6       a
4    0   5       b
1    3   2       b
3    8   4       b