Python中Pandas基于Groupby可能会产生复合索引的问题

本文主要是介绍Python中Pandas基于Groupby可能会产生复合索引的问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

 在Python中，基于Pandas对数据进行处理时，Groupby能够方便的对数据进行分类统计。但是，groupby操作后可能会产生复合索引，这个问题会导致数据无法提取。

例如以下问题：有一个航班数据，如下图

这个航班数据需要按照年份统计，从而能够得到每年的乘客数量变化情况，因此，我首先读入数据：

import numpy as np
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt

data = pd.read_csv('flights.csv')

紧接着，我基于groupby对数据按照年份进行汇总，并求和，代码如下

year_passengers = data.groupby('year').agg('sum')

这个时候我发现，我分组求和后的数据打印出来如下

这时明显产生了复合索引，也就是我无法提取单列的数据，无法进行分析

实际上，我为了消除复合索引的影响，我只需要添加一个参数，就是在groupby函数中添加

year_passengers = data.groupby('year', as_index=False).agg('sum')

这样所产生的数据矩阵便可以自由提取数据

同时在知乎上也搜到同样问题：

Pandas如何将Series的复合索引提取为列？

使用Python的Pandas库处理数据，现在有一个DataFrame，比如TMP=DataFrame({'key1':['A','B','A','B'],'key2':['X','X','X','X'],'key3':[1,2,3,4]})，执行TMP=TMP.groupby(['key1','key2']).sum()，之后，会成为
key3
key1 key2
A X 4
B X 6
这样的一个有复合索引的Series，我如果想把它做成一个
key1 key2 key3
0 A X 4
1 B X 6
这样的DataFrame，我应该做什么操作呢？

能够得到答案：

TMP.groupby(['key1','key2'], as_index=False).sum()

这篇关于Python中Pandas基于Groupby可能会产生复合索引的问题的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---