在 pandas 中的 groupby.size() 之后恢复索引答案

【问题标题】：restore index after groupby.size() in pandas在 pandas 中的 groupby.size() 之后恢复索引
【发布时间】：2018-05-15 14:24:12
【问题描述】：

我需要在groupby.size() 之后恢复索引，或者让它可用但有点不适用于.size()。我已经阅读了 Pandas - Restore Index after Groupby 的 stackoverflow 帖子，但所有帮助回复都严格使用 max() 聚合函数，其他人呢？

一些代码示例：

df
Out[39]:
      product_id
order_id    
2103    7546
2103    8278
2103    6790
2104    7546
2104    8278
2104    6790


df.groupby('product_id', as_index=True).size()
Out[67]:
product_id
3587      1
3590      1
3680      2
6735      5
6744      1
6759      6

df.groupby('product_id', as_index=False).size()
Out[68]:
product_id
3587      1
3590      1
3680      2
6735      5
6744      1
6759      6

正如您在将 as_index 参数更改为 True 或 False 后看到的那样，索引没有任何反应。但一切都适用于.max() aggr 函数。所以，无论如何，问题是如何在groupby.size() 之后恢复索引。

预期输出：

    product_id
index   
2103 3587      1
2104 3590      1
2188 3680      2
2188 6735      5
2188 6744      1
2188 6759      6

【问题讨论】：

你的意思是恢复这里？
as_index 将返回的分组对象标签作为索引处理，而不是它们在 df 中的相应索引。你能显示预期的输出吗？
您只想添加一个具有product_id 计数的列吗？在这种情况下，您可以使用 df['count'] = df.product_id.map(df.product_id.value_counts()) 。
@Wen 我的意思是在 df 中有索引“order_id”被视为 groupby 之后数据帧中的索引
对于product_id 6790，有两个不同的order_id。应该显示哪一个？

标签： python pandas pandas-groupby

【解决方案1】：

一旦您执行groupby，原始索引就会丢失。这是因为在内部，pandas 使用分组列作为索引。

您可以做的是将索引提升到一列，通过预先计算的系列映射product_id 的计数，然后再次设置索引。

value_counts 可以用于此任务，而不是 groupby.size。

df = pd.DataFrame({'product_id': [7546, 8278, 6790, 7546, 8278, 6790]},
                  index=[2103, 2103, 2103, 2104, 2104, 2104])

c = df.product_id.value_counts()

res = df.reset_index()
res['count'] = res['product_id'].map(c)
res = res.set_index('index')

print(res)

       product_id  count
index                   
2103         7546      2
2103         8278      2
2103         6790      2
2104         7546      2
2104         8278      2
2104         6790      2

【讨论】：