pandas 中是否有与 .groupby 相对的“ungroup by”操作？

Question

假设我们采用 pandas 数据框...

    name  age  family
0   john    1       1
1  jason   36       1
2   jane   32       1
3   jack   26       2
4  james   30       2

然后做一个groupby() ...

group_df = df.groupby('family')
group_df = group_df.aggregate({'name': name_join, 'age': pd.np.mean})

然后进行一些聚合/汇总操作（在我的示例中，我的函数name_join 聚合了名称）：

def name_join(list_names, concat='-'):
    return concat.join(list_names)

因此，分组汇总输出为：

        age             name
family                      
1        23  john-jason-jane
2        28       jack-james

问题：

有没有一种快速、有效的方法可以从聚合表中获取以下内容？

    name  age  family
0   john   23       1
1  jason   23       1
2   jane   23       1
3   jack   28       2
4  james   28       2

（注意：age 列值只是示例，我不在乎在此特定示例中平均后丢失的信息）

我认为我可以做到的方式看起来不太有效：

1. 创建空数据框
2. 在group_df 的每一行中，将名称分开
3. 返回一个数据框，其行数与起始行中的名称一样多
4. 将输出附加到空数据帧

Answer 1

原来pd.groupby()返回一个对象，原始数据存储在obj中。所以取消分组只是提取原始数据。

group_df = df.groupby('family')
group_df.obj

示例

>>> dat_1 = df.groupby("category_2")
>>> dat_1
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x7fce78b3dd00>
>>> dat_1.obj
    order_date          category_2     value
1   2011-02-01  Cross Country Race  324400.0
2   2011-03-01  Cross Country Race  142000.0
3   2011-04-01  Cross Country Race  498580.0
4   2011-05-01  Cross Country Race  220310.0
5   2011-06-01  Cross Country Race  364420.0
..         ...                 ...       ...
535 2015-08-01          Triathalon   39200.0
536 2015-09-01          Triathalon   75600.0
537 2015-10-01          Triathalon   58600.0
538 2015-11-01          Triathalon   70050.0
539 2015-12-01          Triathalon   38600.0

[531 rows x 3 columns]

Answer 2

这是一个从分组对象中恢复原始数据帧的完整示例

def name_join(list_names, concat='-'):
    return concat.join(list_names)

print('create dataframe\n')
df = pandas.DataFrame({'name':['john', 'jason', 'jane', 'jack', 'james'], 'age':[1,36,32,26,30], 'family':[1,1,1,2,2]})
df.index.name='indexer'
print(df)
print('create group_by object')
group_obj_df = df.groupby('family')
print(group_obj_df)

print('\nrecover grouped df')
group_joined_df = group_obj_df.aggregate({'name': name_join, 'age': 'mean'})
group_joined_df


create dataframe

          name  age  family
indexer                    
0         john    1       1
1        jason   36       1
2         jane   32       1
3         jack   26       2
4        james   30       2
create group_by object
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x7fbfdd9dd048>

recover grouped df 
                   name  age
family                      
1       john-jason-jane   23
2            jack-james   28

print('\nRecover the original dataframe')
print(pandas.concat([group_obj_df.get_group(key) for key in group_obj_df.groups]))

Recover the original dataframe
          name  age  family
indexer                    
0         john    1       1
1        jason   36       1
2         jane   32       1
3         jack   26       2
4        james   30       2

Answer 3

有几种方法可以撤销DataFrame.groupby，一种方法是执行DataFrame.groupby.filter(lambda x:True)，这会回到原来的DataFrame。

Answer 4

粗略的等价物是.reset_index()，但将其视为groupby() 的“对立面”可能没有帮助。

您正在将一个字符串拆分为多个片段，并保持每个片段与“家庭”的关联。 This old answer of mine 完成这项工作。

只需将'family'设置为索引列，参考上面的链接，然后在最后reset_index()得到你想要的结果。