熊猫在groupby中的as_index是什么？

Question

in Pandasas_index中groupbyin的功能到底是什么？

Answer 1

print()当你什么都不懂的时候是你的朋友。它清除了很多次疑问。

看一看：

import pandas as pd

df = pd.DataFrame(data={'books':['bk1','bk1','bk1','bk2','bk2','bk3'], 'price': [12,12,12,15,15,17]})

print(df)

print(df.groupby('books', as_index=True).sum())

print(df.groupby('books', as_index=False).sum())

输出：

  books  price
0   bk1     12
1   bk1     12
2   bk1     12
3   bk2     15
4   bk2     15
5   bk3     17

       price
books       
bk1       36
bk2       30
bk3       17

  books  price
0   bk1     36
1   bk2     30
2   bk3     17

当as_index=True您使用的键groupby()将成为新数据框中的索引时。

将列设置为索引时，将获得以下好处：

1. 速度。 当您基于索引列过滤值时，例如 df.loc['bk1']，因为索引列的散列会更快。不必遍历整个books列即可找到'bk1'。它将只计算的哈希值，'bk1'并在1 go内找到它。

2. 缓解。 当as_index=True您可以使用df.loc['bk1']较短和较快的语法，而不是df.loc[df.books=='bk1']较长和较慢的语法时。