访问 DataFrameGroupBy 对象以创建单个 MultiIndex DataFrame

Question

我正在搜索，但我无法将这些东西放在一起。

要求是获得一个包含所有给定数据的 MultiIndex Dataframe。作为索引，我想拥有 groupby 键。

我的数据框看起来像：

   A | B | C | D |
1  X   1  hi   ab
2  X   1  hey  ac
3  Z   3  ho   ad
...

我使用 dfGrouped = df.groupby(['A','B']) 将 A、B 列聚类并获取 DataFrameGroupBy 对象。

为了获得组的概览，我使用了循环。

 for key,item in dfGrouped: 
       print(key)
       print(item)

输出是：

(X , 1)
DataFrame of Group

但正是在这里，我遇到了通过循环创建包含所有组的 DataFrame 的问题。键是元组，项目是数据框。我尝试通过字典、列表和 pd.MultiIndex.from_tuples 创建 MultiIndex DataFrame，但它不起作用。

最终的 MultiIndex DataFrame 应如下所示：

  Group | Criteria | A | B | C | D
   1      (X,1)      X   1   hi  ab
          (X,1)      X   1   hey ac
   2      (Z,3)      Z   3   ho  ad

是否有其他方法可以获得所需的组？

如果您需要更多信息，请告诉我！

Answer 1

我不完全确定你在追求什么，所以这是我的解释。我认为您不需要做groupby，您可以将索引设置为您的列A、B（为清楚起见，我将其重命名为id1、id2）

df2 = df.set_index(['B','A'],drop=False ).rename_axis(['id1','id2'])
df2

这会产生：

        A   B   C   D
id1 id2             
1   X   X   1   hi  ab
    X   X   1   hey ac
3   Y   Y   3   ho  ad

您的索引现在是 MultiIndex (id1,id2)

如果您想添加 Criteria、Group 列，您也可以拥有它们：

df3 = df2.copy()
df3['Criteria'] = df3.index
group_map = {b:n for n,b in enumerate(df3['B'].unique())}
df3['Group'] = df3['B'].map(group_map)
df3

生产

            A   B   C   D   Criteria    Group
id1     id2                     
1       X   X   1   hi  ab  (1, X)      0
        X   X   1   hey ac  (1, X)      0
3       Y   Y   3   ho  ad  (3, Y)      1

（这里的Group 只是B 列中按顺序编号的值——我假设这就是你想要的）。如果你愿意，你可以再次 set_index 到 ['Group','A'] 如果这是你需要的话