python – pandas中有.groupby对面的“ungroup by”操作吗？

假设我们采用熊猫数据帧……

    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})

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

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

题：

是否有快速,有效的方法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：年龄列值只是示例,我不关心在这个具体示例中取平均值后丢失的信息)

我认为我能做到的方式看起来效率不高：

>创建空数据框
>从group_df中的每一行,分隔名称
>返回一个数据帧,其行数与起始行中的名称一样多
>将输出附加到空数据帧

解决方法:

粗略的等价物是.reset_index(),但将它想象为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部分,并维护每个部分与“family”的关联. This old answer of mine完成这项工作.

首先将’family’设置为索引列,参考上面的链接,然后在最后重置reset_index()以获得所需的结果.