将一个DataFrame分组为一个新的DataFrame，其中arange作为索引[重复]

Question

我有一个问题，在这个例子中简化了。考虑这个熊猫数据帧，df_a：

df_a=pd.DataFrame([['1001',34.3,'red'],['1001',900.04,'red'],['1001',776,'red'],['1003',18.95,'green'],['1004',321.2,'blue']],columns=['id','amount','name'])

    id      amount  name
0   1001    34.30   red
1   1001    900.04  red
2   1001    776.00  red
3   1003    18.95   green
4   1004    321.20  blue

我想通过将数量相加到一个新的数据框中，并创建一个新的类似于“arange”的索引来对这个数据框进行分组。这应该是我想要的结果：

    id      amount
0   1001    1710.34
1   1003    18.95
2   1004    321.20

但是我的努力创建了一个系列（我希望一个数据帧作为结果）：

df_a.groupby(['id'])['amount'].sum()

id
1001    1710.34
1003      18.95
1004     321.20
Name: amount, dtype: float64

或者基于id列创建新索引：

pd.DataFrame(df_a.groupby(['id'])['amount'].sum())

        amount
id  
1001    1710.34
1003    18.95
1004    321.20

我还尝试传递index参数，但这也不起作用：

pd.DataFrame(df_a.groupby(['id'])['amount'].sum(),index=df_a.index.values)

   amount
0   NaN
1   NaN
2   NaN
3   NaN
4   NaN

有人对此有一个优雅的解决方案吗？

Answer 1

您可以通过将添加到_frame（）和重置_index（）来尝试以下操作：

new_df = df_a.groupby(['id'])['amount'].sum().to_frame('amount').reset_index()
print(new_df)

结果:

     id   amount
0  1001  1710.34
1  1003    18.95
2  1004   321.20

如果只使用to_frame（），即使用

df_a.groupby（id）[金额]. sum（）.to_frame（金额）

它将保持id上的索引如下：

      amount
id           
1001  1710.34
1003    18.95
1004   321.20

另一种方法是在上述代码中重置数据帧上的索引：

new_df=pd.DataFrame（df_a.groupby（['id']）['amount'].sum（））.reset_index（）

输出与上述相同：

     id   amount
0  1001  1710.34
1  1003    18.95
2  1004   321.20

Answer 2

您在groupby中有一个参数作为该参数的索引

df_a.groupby('id', as_index = False)['amount'].sum()

你得到

    id  amount
0   1001    1710.34
1   1003    18.95
2   1004    321.20