python - 多索引级别上的 groupby 并删除分组级别

Question

我正在对 Pandas 数据框进行 groupby 操作，例如可能如下所示:

import pandas as pd
import numpy as np

numbers = [0, 1, 2]
colors = ['green', 'purple']
mx = pd.MultiIndex.from_product([colors, numbers], names=['color', 'numbers'])

values = np.random.rand(6)

df = pd.DataFrame(values, mx)
df = df.drop(index=("green", 2))

(索引示例来自 pandas docs on multiindex )
然后我想在一个级别上做一个分组操作，比如 "color" ，但我不希望颜色保留为分组 series 中的索引，因为它变得多余。

for key, series in df.groupby("color"):
    print(f"{key = }")
    print(f"Expected index: {series.index.droplevel('color').to_list()}")
    print(f"Actual index: {series.index.to_list()}")
    print()

输出:

key = 'green'
Expected index: [0, 1]
Actual index: [('green', 0), ('green', 1)]

key = 'purple'
Expected index: [0, 1, 2]
Actual index: [('purple', 0), ('purple', 1), ('purple', 2)]

自分组级别 "color"每个分组都是一样的，它是多余的，我只需要 "numbers" 的级别值.
我可以像这里所做的那样将级别降低到循环内，但我想知道是否还有其他方法可以实现这一点，而我错过了？

Answer 1

IIUC，您可以简单地使用键索引您的数据帧片段:

for key, series in df.groupby("color"):
    print(f'Key: {key}')
    print(series.loc[key])
    print('\n')

输出:

Key: green
                0
numbers          
0        0.913962
1        0.457205


Key: purple
                0
numbers          
0        0.939128
1        0.778389
2        0.715971