将带有分层索引的Pandas系列连接回源DataFrame

Question

我试图将我的大脑包裹在pandas数据结构中并尝试在愤怒中使用它们.我发现groupby操作导致了一个pandas系列对象.但我无法弄清楚如何使用结果系列.特别是,我想做两件事:

1)将结果"连接"回初始DataFrame

2)根据分层索引从结果序列中选择一个特定值.

这是一个可以使用的玩具示例:

import pandas
df = pandas.DataFrame({'group1': ['a','a','a','b','b','b'],
                       'group2': ['c','c','d','d','d','e'],
                       'value1': [1.1,2,3,4,5,6],
                       'value2': [7.1,8,9,10,11,12]
})
dfGrouped = df.groupby( ["group1", "group2"] , sort=True)

## toy function, obviously not my real function
def fun(x): return mean(x**2)

results = dfGrouped.apply(lambda x: fun(x.value1))

所以结果系列(结果)看起来像这样:

group1  group2
a       c          2.605
        d          9.000
b       d         20.500
        e         36.000

那讲得通.但我该怎么做:

1)将此连接回原始DataFrame df

2)选择一个值,例如group1 =='b'&group2 =='d'

Answer 1

所以对于剩下的#1.

In [9]: df
Out[9]:
  group1 group2  value1  value2
0      a      c     1.1     7.1
1      a      c     2.0     8.0
2      a      d     3.0     9.0
3      b      d     4.0    10.0
4      b      d     5.0    11.0
5      b      e     6.0    12.0

In [10]: results
Out[10]:
group1  group2
a       c          2.605
        d          9.000
b       d         20.500
        e         36.000

In [11]: df.set_index(['group1', 'group2'], inplace=True)['results'] = results

In [12]: df
Out[12]:
               value1  value2  results
group1 group2
a      c          1.1     7.1    2.605
       c          2.0     8.0    2.605
       d          3.0     9.0    9.000
b      d          4.0    10.0   20.500
       d          5.0    11.0   20.500
       e          6.0    12.0   36.000

In [13]: df.reset_index()
Out[13]:
  group1 group2  value1  value2  results
0      a      c     1.1     7.1    2.605
1      a      c     2.0     8.0    2.605
2      a      d     3.0     9.0    9.000
3      b      d     4.0    10.0   20.500
4      b      d     5.0    11.0   20.500
5      b      e     6.0    12.0   36.000