将Pandas GroupBy对象转换为DataFrame

本文介绍了将Pandas GroupBy对象转换为DataFrame的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

  df1 = pandas.DataFrame（{
Name ：[爱丽丝，鲍勃，马洛里，马洛里，鲍勃，马洛里]，
城市：[西雅图，西雅图，波特兰 ，Seattle，Portland]}）

 城市名称
 0西雅图爱丽丝
 1西雅图鲍勃
 2波特兰马洛里
 3西雅图马洛里
 4西雅图鲍勃
 5波特兰马洛里

分组非常简单：

  g1 = df1.groupby（[Name，City]）.count（）
  code>

并打印时产生一个 GroupBy 对象：

 城市名称
名称城市
爱丽丝西雅图1 1 
鲍勃西雅图2 2 
马洛里波特兰2 2 
 Seattle 1 1

但我最终想要的是另一个DataFrame对象，其中包含GroupBy对象中的所有行。换句话说，我想得到以下结果：

 城市名称
名称城市
 Alice Seattle 1 1 
 Bob Seattle 2 2 
 Mallory Portland 2 2 
 Mallory Seattle 1 1

我不太清楚如何在熊猫文档中实现这一点。任何提示都会受到欢迎。

        一个DataFrame。不过，它有一个分层索引：
 
 
 pre $ 在[19]中：type（g1）
 Out [19]： pandas.core.frame.DataFrame 
 $ b $ [20]：g1.index 
 Out [20]：
 MultiIndex（[（'Alice'，'Seattle'），（ ''Bob'，'Seattle'），（'Mallory'，'Portland'），
（'Mallory'，'Seattle'）]，dtype = object）
  也许你想要这样的东西？
  In [ 21]：g1.add_suffix（'_ Count'）。reset_index（）
 Out [21]：
名称City City_Count Name_Count 
 0 Alice Seattle 1 1 
 1 Bob Seattle 2 2 
 2马洛里波特兰2 2 
 3马洛里西雅图1 1 
  
 ：
 在[36]中：DataFrame（{'count'：df1.groupby（[Name，City]] ）.size（）}）。reset_index（）
输出[36]：
名称城市数量
 0 Alice Seattle 1 
 1 Bob Seattle 2 
 2 Mallory Portland 2 
 3 Mallory Seattle 1 
  
 
I'm starting with input data like this
df1 = pandas.DataFrame( {
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] ,
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )
Which when printed appears as this:
   City     Name
0   Seattle    Alice
1   Seattle      Bob
2  Portland  Mallory
3   Seattle  Mallory
4   Seattle      Bob
5  Portland  Mallory
Grouping is simple enough:
g1 = df1.groupby( [ "Name", "City"] ).count()
and printing yields a GroupBy object:
                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
        Seattle      1     1
But what I want eventually is another DataFrame object that contains all the rows in the GroupBy object. In other words I want to get the following result:
                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
Mallory Seattle      1     1
I can't quite see how to accomplish this in the pandas documentation. Any hints would be welcome.
 解决方案 
g1 here is a DataFrame. It has a hierarchical index, though:
In [19]: type(g1)
Out[19]: pandas.core.frame.DataFrame

In [20]: g1.index
Out[20]:
MultiIndex([('Alice', 'Seattle'), ('Bob', 'Seattle'), ('Mallory', 'Portland'),
       ('Mallory', 'Seattle')], dtype=object)
Perhaps you want something like this?
In [21]: g1.add_suffix('_Count').reset_index()
Out[21]:
      Name      City  City_Count  Name_Count
0    Alice   Seattle           1           1
1      Bob   Seattle           2           2
2  Mallory  Portland           2           2
3  Mallory   Seattle           1           1
Or something like:
In [36]: DataFrame({'count' : df1.groupby( [ "Name", "City"] ).size()}).reset_index()
Out[36]:
      Name      City  count
0    Alice   Seattle      1
1      Bob   Seattle      2
2  Mallory  Portland      2
3  Mallory   Seattle      1
                        
这篇关于将Pandas GroupBy对象转换为DataFrame的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！

seattle

将Pandas GroupBy对象转换为DataFrame

问题描述