python - Pandas groupby(...).mean() 丢失密钥

Question

我有具有rounds以下结构的数据框（这是从另一个数据框中删除列的结果）（无法发布图片，抱歉）：

----------------------------
|type|N|D|NATC|K|iters|time|
----------------------------
rows of data
----------------------------

我使用groupby所以我可以得到组的平均值，如下所示：

rounds = results.groupby(['type','N','D','NATC','K','iters'])
results_mean = rounds.mean()

我得到了我想要的手段，但我遇到了钥匙问题。数据框具有以下results_mean结构：

----------------------------
|    | | |    | |     |time|
|type|N|D|NATC|K|iters|    |
----------------------------
rows of data
----------------------------

唯一识别的键是time（我执行了results_mean.keys()）。

我做错了什么？我该如何解决？

Answer 1

在您的聚合数据中，time是唯一的列。其他的是指数。

groupby有一个参数as_index。从文档中：

as_index :布尔值，默认为 True

对于聚合输出，返回以组标签为索引的对象。仅与 DataFrame 输入相关。as_index=False 实际上是“SQL 风格”的分组输出

因此，您可以通过调用获得所需的输出

rounds = results.groupby(['type','N','D','NATC','K','iters'], as_index = False)
results_mean = rounds.mean()

或者，如果您愿意，您始终可以使用reset_index将索引转换为键。使用

rounds = results.groupby(['type','N','D','NATC','K','iters'])
results_mean = rounds.mean().reset_index()

也应该有预期的效果。

Answer 2

dataframes's由于使用该函数，我遇到了同样的丢失密钥的问题，group_by()我为该问题找到的答案是将 Dataframe 转换为 CSV 文件，然后读取此文件。