Pokaż grupę przy każdym rekordzie w grupie przez

Question

Używam agregatów pand i groupby do agregacji. Robię, co następuje:

data = {'ac' : ['a','a','a','a','a','a','a','a','b','b','b','b','b'], 
     'cls' ['wwww','wwww','wwww','xxxx','xxxx','zzzz','zzzz','yyyy','wwww','xxxx','zzzz','zzzz','yyyy'], 
     'pl' : [1,1,1,1,1,1,1,1,1,1,1,1,1]} 

df = pd.DataFrame(data) 

grouped = df.groupby(['ac','cls']).agg({'pl':np.sum}) 


      pl 
    ac cls  
    a wwww 3 
     xxxx 2 
     yyyy 1 
     zzzz 2 
    b wwww 1 
     xxxx 1 
     yyyy 1 
     zzzz 2 

Czy istnieje sposób, aby zrobić groupby gdzie będzie wypełnienie kolumny ac tak, że brzmi jak następuje?

   pl 
    ac cls  
    a wwww 3 
    a xxxx 2 
    a yyyy 1 
    a zzzz 2 
    b wwww 1 
    b xxxx 1 
    b yyyy 1 
    b zzzz 2 

Answer 1

Chcesz zresetować indeks:

import pandas as pd 

import numpy as np 

data = {'ac': ['a','a','a','a','a','a','a','a','b','b','b','b','b'], 
     'cls': ['wwww','wwww','wwww','xxxx','xxxx','zzzz','zzzz','yyyy','wwww','xxxx','zzzz','zzzz','yyyy'], 
     'pl': [1,1,1,1,1,1,1,1,1,1,1,1,1]} 

df = pd.DataFrame(data) 

grouped = df.groupby(['ac','cls']).agg({'pl':np.sum}) 
grouped.reset_index(inplace=True) 

print grouped 

Drukuje:

ac cls pl 
0 a wwww 3 
1 a xxxx 2 
2 a yyyy 1 
3 a zzzz 2 
4 b wwww 1 
5 b xxxx 1 
6 b yyyy 1 
7 b zzzz 2 

Answer 2

Teraz wyraźnie widać, że elementy po lewej stronie znajdują się w indeksie, jak wskazano przez położenie nagłówka kolumny po prawej stronie.

Sterowanie odbywa się za pomocą opcji pandy o nazwie display.multi_sparse. Można go wyłączyć z pd.set_option('display.multi_sparse', False) lub można to zrobić czasowo z pd.option_context

with pd.option_context('display.multi_sparse', False): 
    print(grouped) 

     pl 
ac cls  
a wwww 3 
a xxxx 2 
a yyyy 1 
a zzzz 2 
b wwww 1 
b xxxx 1 
b yyyy 1 
b zzzz 2 

Answer 3

użytkowania as_index=True

In [748]: df.groupby(['ac', 'cls'], as_index=False).agg({'pl': np.sum}) 
Out[748]: 
    ac cls pl 
0 a wwww 3 
1 a xxxx 2 
2 a yyyy 1 
3 a zzzz 2 
4 b wwww 1 
5 b xxxx 1 
6 b yyyy 1 
7 b zzzz 2