下面是我的数据框。我进行了一些转换来创建类别列并删除了它派生的原始列。现在我需要进行分组以删除重复项，例如Love，Fashion可以通过groupby总和进行汇总。

这是我创建数据框时创建的索引

我假设我想删除索引，并创建日期和类别，multiindex然后groupby对指标进行求和。如何在熊猫数据框中执行此操作？

Python 是 2.7，pandas 在 ubuntu 12.04 上是 0.7.0。如果我运行以下内容，以下是我得到的错误

这应该很简单，但我发现最接近的是这篇文章： pandas: Filling missing values within a group，我仍然无法解决我的问题....

假设我有以下数据框

我想在每个“名称”组中用平均值填写“NaN”，即

我不知道该去哪里：

谢谢一堆。

假设我们采用 pandas 数据框...

然后做一个groupby()...

然后做一些聚合/汇总操作（在我的例子中，我的函数name_join聚合了名称）：

因此，分组汇总输出为：

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？

（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. 从中的每一行中group_df，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框

当时间戳不唯一时，在 Pandas DataFrame 中按日期计算观察值的最佳方法是什么？

理想情况下，输出将提供每天的观察次数（或其他更高阶的时间单位）。然后可以使用它来绘制一段时间内的活动。

我的第一个 SO 问题：我对 pandas（0.12.0-4）中 groupby 的 apply 方法的这种行为感到困惑，它似乎将函数 TWICE 应用于数据框的第一行。例如：

我首先检查 groupby 函数是否可以正常工作，并且似乎没问题：

然后我尝试在 groupby 对象上使用 apply 做类似的事情，我得到第一行输出两次：

任何帮助，将不胜感激！谢谢。

编辑：@Jeff 在下面提供了答案。本人密密麻麻一下子没看懂，所以这里举个简单的例子说明尽管上例中第一组的双打印输出，但是apply方法只对第一组操作一次，不会对原始数据帧进行变异：

但是通过将方法的返回分配给一个新对象，我们看到它按预期工作：

我有以下熊猫数据框：

我将重复的行聚合起来token，years如下所示：

我不想在索引中包含“token”和“year”字段，而是希望将它们返回到列并拥有一个整数索引。

我有一个数据集，它有一个类别字段“城市”和 2 个指标，年龄和体重。我想使用循环为每个城市绘制散点图。但是，我正在努力将我需要的 group by 和 loop 组合在一个语句中。如果我只使用一个 for 循环，我最终会为每条记录生成一个图表，如果我按组进行分组，我会得到正确数量的图表但没有值。

这是我的代码，仅在我的组中使用了 for 循环，并被注释掉了：

我无法弄清楚 Pandas.aggregate和.apply函数之间的区别。
以下面的例子为例：我加载一个数据集，做一个groupby，定义一个简单的函数，或者用户.agg或者.apply.

如您所见，我的函数中的打印语句在使用.aggand后会产生相同的输出.apply。结果，另一方面是不同的。这是为什么？

使用apply：

使用agg

我有一个包含国家和年份值的数据框：

我想计算每个国家/地区之间的百分比变化，因此我按国家/地区分组并按组进行迭代：

如何从包含我的新列的“分组”创建一个新的数据框pct？

使用 groupby 并在 pandas 中并行应用过滤器的最有效方法是什么？

基本上我要求 SQL 中的等价物

我认为有很多用例，包括条件均值、总和、条件概率等，这将使这样的命令非常强大。

我需要一个非常好的性能，所以理想情况下这样的命令不会是在 python 中完成的几个分层操作的结果。