首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何重置.groupby输出中的索引?

在 Pandas 中,使用 .reset_index() 方法可以重置 .groupby() 输出中的索引。

.groupby() 方法用于按照指定的列或多个列对数据进行分组,并返回一个 GroupBy 对象。在进行分组操作后,通常会对分组结果进行聚合操作,例如计算平均值、求和等。聚合操作完成后,结果的索引会变为分组的键。

如果想要将分组结果的索引恢复为默认的整数索引,可以使用 .reset_index() 方法。该方法会将索引列转换为普通的列,并重新生成默认的整数索引。

以下是一个示例代码:

代码语言:txt
复制
import pandas as pd

# 创建示例数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob'],
    'Age': [25, 30, 35, 40, 45],
    'Salary': [5000, 6000, 7000, 8000, 9000]
}
df = pd.DataFrame(data)

# 按照 Name 列进行分组,并计算平均薪资
grouped = df.groupby('Name')['Salary'].mean()

# 重置索引
reset_index = grouped.reset_index()

print(reset_index)

输出结果如下:

代码语言:txt
复制
      Name  Salary
0      Alice    6500
1        Bob    7500
2    Charlie    7000

在这个例子中,我们首先按照 Name 列对数据进行分组,并计算了每个人的平均薪资。然后使用 .reset_index() 方法重置了索引,将 Name 列恢复为普通的列,并重新生成了默认的整数索引。

腾讯云相关产品和产品介绍链接地址:

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • groupby函数详解

    这是由于变量grouped是一个GroupBy对象,它实际上还没有进行任何计算,只是含有一些有关分组键df[‘key1’]的中间数据而已,然后我们可以调用配合函数(如:.mean()方法)来计算分组平均值等。   因此,一般为方便起见可直接在聚合之后+“配合函数”,默认情况下,所有数值列都将会被聚合,虽然有时可能会被过滤为一个子集。   一般,如果对df直接聚合时, df.groupby([df['key1'],df['key2']]).mean()(分组键为:Series)与df.groupby(['key1','key2']).mean()(分组键为:列名)是等价的,输出结果相同。   但是,如果对df的指定列进行聚合时, df['data1'].groupby(df['key1']).mean()(分组键为:Series),唯一方式。 此时,直接使用“列名”作分组键,提示“Error Key”。 注意:分组键中的任何缺失值都会被排除在结果之外。

    01
    领券