AttributeError：无法访问“DataFrameGroupBy”对象的可调用属性“reset_index”，请尝试使用“应用”方法答案

【问题标题】：AttributeError: Cannot access callable attribute 'reset_index' of 'DataFrameGroupBy' objects, try using the 'apply' methodAttributeError：无法访问“DataFrameGroupBy”对象的可调用属性“reset_index”，请尝试使用“应用”方法
【发布时间】：2018-11-01 01:33:45
【问题描述】：

我对 pandas 很陌生，正在尝试使用 groupby。我有一个包含多列的 df。

我想按特定列进行分组，然后根据不同的列对每个组进行排序。
我想按col1 分组，然后按col5 对每个组进行排序，然后执行reset_index 以获取数据框的所有行。
我收到以下错误 AttributeError: Cannot access callable attribute 'reset_index' of 'DataFrameGroupBy' objects, try using the 'apply' method。

我的输入数据框：

col1 |  col2 | col3 | col4 | col5
=================================
A    |   A1   | A2   | A3   | DATE1
A    |   B1   | B2   | B3   | DATE2

我的代码：

df.sort_values(['col5'],ascending=False).groupby('col1').reset_index()

【问题讨论】：

你的groupby 代码是什么？
提供样本输出
@jezrael：我已经提供了示例代码。

标签： python-3.x pandas pandas-groupby

【解决方案1】：

你可以试试下面的代码，我也遇到过类似的问题。

grouped=data.groupby(['Colname'])
grouped.apply(lambda _df: _df.sort_values(by=['col_to_be_sorted']))

【讨论】：

【解决方案2】：

你可以使用

grouped = df.sort_values(['col5'],ascending=False).groupby('col1',as_index = False).apply(lambda x: x.reset_index(drop = True))
grouped.reset_index().drop(['level_0','level_1'],axis = 1)

请参阅此 stackoverflow 链接以通过示例进行清晰说明 How to reset a DataFrame's indexes for all groups in one step?

【讨论】：

【解决方案3】：

对于groupby，需要一些聚合函数，例如mean、sum、max：

df.sort_values(['col5'],ascending=False).groupby('col1').mean().reset_index()

或者：

df.sort_values(['col5'],ascending=False).groupby('col1', as_index=False).mean()

【讨论】：

这将我的数据框的形状从 (124,14) 减少到 (9,6)。我想要所有 124 行。你能帮忙吗？
抱歉，根据 OP 发布的代码，这不是答案。他们正在做一个排序，而不是汇总功能。他们想要所有的 df 行。