如何在Pandas中创建多索引

Question

有两个问题看起来很相似，但它们不是同一个问题：这里和这里。它们都调用GroupBy的方法，例如count（）或aggregate（），我知道这会返回一个DataFrame。我要问的是如何将GroupBy（classpandas.core.GroupBy.DataFrameGroupBy）对象本身转换为DataFrame。我将在下面举例说明。

构建一个示例DataFrame，如下所示。

data_list = []
for name in ["sasha", "asa"]:
    for take in ["one", "two"]:
        row = {"name": name, "take": take, "score": numpy.random.rand(), "ping": numpy.random.randint(10, 100)}
        data_list.append(row)
data = pandas.DataFrame(data_list)

上面的DataFrame应该如下所示（显然有不同的数字）。

    name  ping     score take
0  sasha    72  0.923263  one
1  sasha    14  0.724720  two
2    asa    76  0.774320  one
3    asa    71  0.128721  two

我想做的是按列名称和采取分组（按此顺序），这样我就可以得到一个DataFrame由列名称和采取构建的多索引索引，如下所示。

               score  ping
 name take        
sasha  one  0.923263    72
       two  0.724720    14
  asa  one  0.774320    76
       two  0.128721    71

我如何实现这一点？如果我做了group=data.groupby（["name"，"get"]），那么group是一个pandas.core.groupby.DataFrameGroupBy实例。正确的做法是什么？

Answer 1

你需要set_index：

data = data.set_index(['name','take'])
print (data)
            ping     score
name  take                
sasha one     46  0.509177
      two     77  0.828984
asa   one     51  0.637451
      two     51  0.658616