熊猫集团通过制作系列；不是 groupby 对象答案

【问题标题】：Pandas Group By producing a series; not a groupby object熊猫集团通过制作系列；不是 groupby 对象
【发布时间】：2018-07-22 09:42:38
【问题描述】：

我有一个 Pandas 交易数据框：

transactions.head():

   Amount      Date of Transaction   Description  \
0   39.95      2017-03-30            Fake_Transaction_One   
1    2.39      2017-04-01            Fake_Transaction_Two      
2    8.03      2017-04-01            Fake_Transaction_Three      
3   34.31      2017-04-01            Fake_Transaction_Four    
4   10.56      2017-04-03            Fake_Transaction_Five     

       Purchase_Type        year_month  
0      Miscellaneous        2017-03  
1      tool_expense         2017-04  
2      food_and_domestic    2017-04  
3      food_and_domestic    2017-04  
4      food_and_domestic    2017-04

我在这个 DataFrame 上运行了一个 groupby 命令：

grouped_transactions = transactions.groupby(['Purchase_Type','year_month'])['Amount'].sum()

这会产生一个 groupby 对象：

Purchase_Type        year_month
tool_expense         2017-04       72.49
Calendar_Event       2017-08        3.94
                     2017-12       23.92
                     2018-02       42.91
                     2018-03       10.91

我想对此运行 groupby 命令，例如

grouped_transactions.groups.keys()

但是我不能，因为对象不是 groupby 对象，而是一个系列：

In: type(grouped_transactions)
Out: pandas.core.series.Series

查看 grouped_transactions 似乎是一个 groupby 对象，而不是一个系列。此外，它被创建但在 Pandas DataFrame 上运行 .groupby 方法。因此，我不确定为什么它是一个系列。

我的理解或方法有什么错误？

【问题讨论】：

如果想使用 groupby 对象，需要g = transactions.groupby(['Purchase_Type','year_month'])['Amount']，但是使用 groupby 对象的原因是什么？预期输出是什么？
如果你想要groupby对象，为什么要立即在它后面加上['Amount'].sum()？你正在扔掉你想要的东西。

标签： python pandas dataframe pandas-groupby

【解决方案1】：

获得Series 或DataFrame 的预期行为（如果方法像groupby 那样与聚合函数链接在一起）。

如果你需要groupby对象：

g = transactions.groupby(['Purchase_Type','year_month'])
print (g)
<pandas.core.groupby.groupby.DataFrameGroupBy object at 0x00000000191EA5C0>

但如果需要将聚合创建的MultiIndex 转换为列：

df = transactions.groupby(['Purchase_Type','year_month'], as_index=False)['Amount'].sum()

或者：

df = transactions.groupby(['Purchase_Type','year_month'])['Amount'].sum().reset_index()

print (df)
       Purchase_Type year_month  Amount
0      Miscellaneous    2017-03   39.95
1  food_and_domestic    2017-04   52.90
2       tool_expense    2017-04    2.39

【讨论】：

【解决方案2】：

索引groupby 对象，或在其上调用聚合方法，将其转换为series 或dataframe 类型的对象。最佳实践：如果您需要键和聚合，请将您的 GroupBy 对象分配给一个变量，然后对该对象执行多个操作。

以下是一些示例。

df = pd.DataFrame([['A', 'B', 1], ['A', 'B', 2], ['A', 'C', 3]])

g = df.groupby([0, 1])
# <pandas.core.groupby.groupby.DataFrameGroupBy object at 0x0000000007E76AC8>

keys = g.groups.keys()
# dict_keys([('A', 'B'), ('A', 'C')])

sums_df = g.sum()
# <class 'pandas.core.frame.DataFrame'>

sums_series_group = g[2]
# <class 'pandas.core.groupby.groupby.SeriesGroupBy'>

sums_series = g[2].sum()
# <class 'pandas.core.series.Series'>

【讨论】：

【解决方案3】：

使用这个：

grouped_transactions = transactions.groupby(['Purchase_Type','year_month'])[['Amount']].sum()

如果使用双括号，将创建一个列表，并将其作为参数传递给 DataFrame 索引函数。

【讨论】：

这与制作系列的问题有什么关系？你能详细说明一下吗？
因为我相信他使用了单括号，所以 grouped_transactions 是一个系列而不是一个数据框。如果我错了，请纠正我，我刚开始学习。谢谢。