将一个 DataFrame 分组到一个新的 DataFrame 中，并以 arange 作为索引

Question

我有一个问题，在这个例子中简化了。考虑这个 Pandas DataFrame，df_a：

df_a=pd.DataFrame([['1001',34.3,'red'],['1001',900.04,'red'],['1001',776,'red'],['1003',18.95,'green'],['1004',321.2,'blue']],columns=['id','amount','name'])

    id      amount  name
0   1001    34.30   red
1   1001    900.04  red
2   1001    776.00  red
3   1003    18.95   green
4   1004    321.20  blue

我想通过将数量相加到一个新的 DataFrame 并创建一个新的类似“arange”的索引来对这个数据帧进行分组。这应该是我想要的结果：

    id      amount
0   1001    1710.34
1   1003    18.95
2   1004    321.20

但是我的努力创建了一个系列（我想要一个 DataFrame 作为结果）：

df_a.groupby(['id'])['amount'].sum()

id
1001    1710.34
1003      18.95
1004     321.20
Name: amount, dtype: float64

或者根据 id 列创建一个新索引：

pd.DataFrame(df_a.groupby(['id'])['amount'].sum())

        amount
id  
1001    1710.34
1003    18.95
1004    321.20

我也试过传递 index 参数，但这也不起作用：

pd.DataFrame(df_a.groupby(['id'])['amount'].sum(),index=df_a.index.values)

   amount
0   NaN
1   NaN
2   NaN
3   NaN
4   NaN

有没有人对此有一个优雅的解决方案？

Answer 1

您在 groupby 中有一个参数 as_index

df_a.groupby('id', as_index = False)['amount'].sum()

你得到

    id  amount
0   1001    1710.34
1   1003    18.95
2   1004    321.20

Answer 2

to_frame()您可以通过添加和来尝试以下操作reset_index()：

new_df = df_a.groupby(['id'])['amount'].sum().to_frame('amount').reset_index()
print(new_df)

结果：

     id   amount
0  1001  1710.34
1  1003    18.95
2  1004   321.20

如果你只使用to_frame()ie 使用

df_a.groupby(['id'])['amount'].sum().to_frame('amount')

它将保持索引id如下：

      amount
id           
1001  1710.34
1003    18.95
1004   321.20

另一种方法是在上面的代码中重置数据帧上的索引：

new_df = pd.DataFrame(df_a.groupby(['id'])['amount'].sum()).reset_index()

输出将与上面相同：

     id   amount
0  1001  1710.34
1  1003    18.95
2  1004   321.20