相关疑难解决方法(0)

这似乎相当明显,但我似乎无法弄清楚如何将数据框的索引转换为列？

例如:

df=
        gi       ptt_loc
 0  384444683      593  
 1  384444684      594 
 2  384444686      596  

至,

df=
    index1    gi       ptt_loc
 0  0     384444683      593  
 1  1     384444684      594 
 2  2     384444686      596  

我只是想知道这两个执行的功能有什么不同？

数据：

import pandas as pd
df = pd.DataFrame({"ID":["A","B","A","C","A","A","C","B"], "value":[1,2,4,3,6,7,3,4]})

as_index = False：

df_group1 = df.groupby("ID").sum().reset_index()

reset_index（）：

df_group2 = df.groupby("ID", as_index=False).sum()

他们两个都给出完全相同的输出。

  ID  value
0  A     18
1  B      6
2  C      6

谁能告诉我有什么区别，还有任何例子可以说明吗？

dft = pd.DataFrame({'C1': ['A','A','B','B'], 
                    'C2': [1,2,3,4]}) 

def lam3(df):
    return pd.DataFrame({'X': ['C','D','E'], 
                    'Y': [11,22,33]})

给定上述数据帧和函数（我无法更改），我想运行 groupby+apply 以便每个组返回一个数据帧，如下所示

    C1  C2  X   Y
0   A   1   C   11
1   A   1   D   22
2   A   1   E   33
3   A   2   C   11
4   A   2   D   22
5   A   2   E   33
6   B   3   C   11
7   B   3   D   22
8   B   3   E   33
9   B   4   C   11
10  B   4   D   22
11  B   4   E   33 …