Pandas groupby中“ as_index = False”和“ reset_index（）”之间的区别

Question

我只是想知道这两个执行的功能有什么不同？

数据：

import pandas as pd
df = pd.DataFrame({"ID":["A","B","A","C","A","A","C","B"], "value":[1,2,4,3,6,7,3,4]})

as_index = False：

df_group1 = df.groupby("ID").sum().reset_index()

reset_index（）：

df_group2 = df.groupby("ID", as_index=False).sum()

他们两个都给出完全相同的输出。

  ID  value
0  A     18
1  B      6
2  C      6

谁能告诉我有什么区别，还可以举例说明吗？

Answer 1

使用时as_index=False，表示groupby()您不想将列ID设置为索引（duh！）。当两个实现产生相同的结果时，请使用，as_index=False因为这样可以节省一些键入时间和不必要的pandas操作;）

但是，有时您想对组应用更复杂的操作。在这些情况下，您可能会发现一个比另一个更适合。

例1： 您要对两个轴上的一组中三个变量（即列）的值求和。

使用Usingas_index=True可以在axis=1不指定列名的情况下应用求和，然后在轴0上求和。完成操作后，可以使用reset_index(drop=True/False)正确的格式获取数据框。

示例2： 您需要根据中的列为组设置一个值groupby()。

设置as_index=False允许您检查公共列而不是索引的条件，这通常更容易。

在某些时候，KeyError对组应用操作时可能会遇到问题。在这种情况下，通常是因为您试图在聚合函数中使用一列，该列当前是GroupBy对象的索引。