将索引熊猫矩阵转换为平面数据框答案

【问题标题】：Convert an indexed pandas matrix to a flat dataframe将索引熊猫矩阵转换为平面数据框
【发布时间】：2017-08-27 19:31:13
【问题描述】：

给定数据框：

df = pd.DataFrame([['foo', 123, 4, 5, 0, 1], ['foo', 123, 4, 0, 9, 1], ['bar', 33, 0, 0, 3, 5]], columns=list('ABCDEF'))

[出]：

    A   B   C   D   E   F
0   foo 123 4   5   0   1
1   foo 123 4   0   9   1
2   bar 33  0   0   3   5

目标是使用其他列（'A'和'B'）作为键来对某些列（'C'、'D'、'E'、F'）求和以实现：

    A   B   C   D   E   F
0   foo 123 8   5   9   2
2   bar 33  0   0   3   5

我试过了：

df.groupby(['A', 'B']).sum()

[出]：

        C   D   E   F
A   B               
bar 33  0   0   3   5
foo 123 8   5   9   2

如何将它改回非索引矩阵？即

    A   B   C   D   E   F
0   foo 123 8   5   9   2
2   bar 33  0   0   3   5

【问题讨论】：

【解决方案1】：

您需要添加.reset_index()。

df.groupby(['A','B']).sum().reset_index()

    A   B   C   D   E   F
0   bar 33  0   0   3   5
1   foo 123 8   5   9   2

或

df.set_index(['A','B']).sum(level=[0,1]).reset_index()

    A   B   C   D   E   F
0   bar 33  0   0   3   5
1   foo 123 8   5   9   2

【讨论】：

【解决方案2】：

您可以使用参数as_index=False 来返回df：

df1 = df.groupby(['A', 'B'], as_index=False).sum()
print (df1)
     A    B  C  D  E  F
0  bar   33  0  0  3  5
1  foo  123  8  5  9  2

【讨论】：