我有以下名为ttm的数据框：
usersidid clienthostid eventSumTotal LoginDaysSum score
0 12 1 60 3 1728
1 11 1 240 3 1331
3 5 1 5 3 125
4 6 1 16 2 216
2 10 3 270 3 1000
5 8 3 18 2 512
当我做
ttm.groupby(['clienthostid'], as_index=False, sort=False)['LoginDaysSum'].count()
我得到了我的预期(虽然我希望结果在一个名为’ratio’的新标签下)：
clienthostid LoginDaysSum
0 1 4
1 3 2
但是,当我这样做
ttm.groupby(['clienthostid'], as_index=False, sort=False)['LoginDaysSum'].apply(lambda x: x.iloc[0] / x.iloc[1])
我明白了：
0 1.0
1 1.5
>为什么标签出现了？我还需要分组需要’clienthostid’,我也需要申请的结果也在标签下
>有时当我进行分组时,其他一些列仍会出现,为什么有时列会消失并且有时会停留？是不是有一个我不想做那些东西的旗帜？
>在我给出的示例中,当我计算标签’LoginDaysSum’上显示的结果时,是否有为什么要为结果添加新标签？
谢谢,
解决方法:
对于groupby之后的返回DataFrame是两种可能的解决方案：
>参数as_index = False对count,sum,mean函数有效
> reset_index用于从索引级别创建新列,更通用的解决方案
df = ttm.groupby(['clienthostid'], as_index=False, sort=False)['LoginDaysSum'].count()
print (df)
clienthostid LoginDaysSum
0 1 4
1 3 2
df = ttm.groupby(['clienthostid'], sort=False)['LoginDaysSum'].count().reset_index()
print (df)
clienthostid LoginDaysSum
0 1 4
1 3 2
对于第二个需要删除as_index = False,而是添加reset_index：
#output is `Series`
a = ttm.groupby(['clienthostid'], sort=False)['LoginDaysSum'] \
.apply(lambda x: x.iloc[0] / x.iloc[1])
print (a)
clienthostid
1 1.0
3 1.5
Name: LoginDaysSum, dtype: float64
print (type(a))
<class 'pandas.core.series.Series'>
print (a.index)
Int64Index([1, 3], dtype='int64', name='clienthostid')
df1 = ttm.groupby(['clienthostid'], sort=False)['LoginDaysSum']
.apply(lambda x: x.iloc[0] / x.iloc[1]).reset_index(name='ratio')
print (df1)
clienthostid ratio
0 1 1.0
1 3 1.5
为什么有些专栏不见了？
我认为可能有问题automatic exclusion of nuisance columns：
#convert column to str
ttm.usersidid = ttm.usersidid.astype(str) + 'aa'
print (ttm)
usersidid clienthostid eventSumTotal LoginDaysSum score
0 12aa 1 60 3 1728
1 11aa 1 240 3 1331
3 5aa 1 5 3 125
4 6aa 1 16 2 216
2 10aa 3 270 3 1000
5 8aa 3 18 2 512
#removed str column userid
a = ttm.groupby(['clienthostid'], sort=False).sum()
print (a)
eventSumTotal LoginDaysSum score
clienthostid
1 321 11 3400
3 288 5 1512
