熊猫在执行 groupby 后重置索引并保留选择性列

Question

我想获取一个 Pandas 数据框，按列计算唯一元素并保留 2 列。但是我在 groupby 之后得到了一个多索引数据框，我无法 (1) 展平 (2) 只选择相关列。这是我的代码：

import pandas as pd
df = pd.DataFrame({
'ID':[1,2,3,4,5,1],
'Ticker':['AA','BB','CC','DD','CC','BB'],
'Amount':[10,20,30,40,50,60],
'Date_1':['1/12/2018','1/14/2018','1/12/2018','1/14/2018','2/1/2018','1/12/2018'],
'Random_data':['ax','','nan','','by','cz'],
'Count':[23,1,4,56,34,53]
})

df2 = df.groupby(['Ticker']).agg(['nunique'])

df2.reset_index()

print(df2)

df2 仍然带有两个级别的索引。并具有所有列：Amount、Count、Date_1、ID、Random_data。

如何将其减少到一级索引？

并且只保留 ID 和 Random_data 列？

Answer 1

试试这个：

1) 仅选择相关列 ( ['ID', 'Random_data'])

2）不要将列表传递给.agg- 只是'nunique'- 列表是导致多索引行为的原因。

df2 = df.groupby(['Ticker'])['ID', 'Random_data'].agg('nunique')
df2.reset_index()

  Ticker  ID  Random_data
0     AA   1            1
1     BB   2            2
2     CC   2            2
3     DD   1            1

Answer 2

SeriesGroupBy.nunique在以下之后使用和过滤列表中的列groupby：

df2 = df.groupby('Ticker')['Date_1','Count','ID'].nunique().reset_index()
print(df2)
  Ticker  Date_1  Count  ID
0     AA       1      1   1
1     BB       2      2   2
2     CC       2      2   2
3     DD       1      1   1