多索引上的熊猫数据框 groupby

Question

我正在使用 Pandas 数据框来读取 excel 文件并对其进行一些操作。我有一个包含多行的标题，现在我想按几个列值分组。但是我无法找到解决方案。

Excel 示例：

    name                     address         contact_info   
    first_name  last_name   street  city    mobile  email
1   AAA         BBB         XXX     YYY     102020  aaa@xyz.com
2   111         222         333     444     239393  bbb@xyz.com
3   BBB         333         XXX     dddd    102020  aaa@xyz.com

我想按街道名称分组并从其他列中查找值 我试过了，但它无法找到街道，因为它是多索引。

df = pd.read_excel("test.xlsx", header=[0, 1], sheet_name="Sheet1")
print df.groupby("street", level=-1)[["first_name", "last_name", "email"]].apply(list)

Answer 1

您需要在各处提供元组列表：

cols = [
           ('name', 'first_name'), 
           ('name', 'last_name'), 
           ('contact_info', 'email')
]
df.groupby([('address', 'street')])[cols].apply(pd.Series.tolist)

# or, alternatively,
# df.groupby(df.address.street)[cols].apply(pd.Series.tolist)

(address, street)
333                            [[111, 222, bbb@xyz.com]]
XXX    [[AAA, BBB, aaa@xyz.com], [BBB, 333, aaa@xyz.c...

元组指定MultiIndex 列选择。