将数据框加入自身摘要后，数据框中的奇怪列名答案

【问题标题】：Strange column names in dataframe after joining dataframe on summary of itself将数据框加入自身摘要后，数据框中的奇怪列名
【发布时间】：2019-04-17 06:09:58
【问题描述】：

当我汇总一个数据框并将其重新加入原始数据框时，我无法处理列名。

这是原始数据框：

import pandas as pd

d = {'col1': ["a", "a", "b", "a", "b", "a"], 'col2': [0, 4, 3, -5, 3, 4]}
df = pd.DataFrame(data=d)

现在我计算一些统计数据并将摘要合并回：

group_summary = df.groupby('col1', as_index = False).agg({'col2': ['mean', 'count']})
df = pd.merge(df, group_summary, on = 'col1')

数据框现在有一些奇怪的列名：

df
Out: 
  col1  col2  (col2, mean)  (col2, count)
0    a     0          0.75              4
1    a     4          0.75              4
2    a    -5          0.75              4
3    a     4          0.75              4
4    b     3          3.00              2
5    b     3          3.00              2

我知道我可以使用df.iloc[:, 2] 之类的列，但我也想使用df['(col2, mean)'] 之类的列，但这会返回KeyError。

来源：这源于this 上一个问题。

【问题讨论】：

标签： python pandas

【解决方案1】：

这是因为您的GroupBy.agg 操作会生成 MultiIndex 数据帧，并且当将单级标头 DataFrame 与 MultiIndexed 合并时，multiIndex 会转换为平面元组。

按如下方式修复您的 groupby 代码：

group_summary = df.groupby('col1', as_index=False)['col2'].agg(['mean', 'count'])

Merge 现在提供扁平列。

df.merge(group_summary, on='col1')

  col1  col2  mean  count
0    a     0  0.75      4
1    a     4  0.75      4
2    a    -5  0.75      4
3    a     4  0.75      4
4    b     3  3.00      2
5    b     3  3.00      2

更好的是，使用transform 将输出映射到输入维度。

g = df.groupby('col1', as_index=False)['col2']
df.assign(mean=g.transform('mean'), count=g.transform('count'))

  col1  col2  mean  count
0    a     0  0.75      4
1    a     4  0.75      4
2    b     3  3.00      2
3    a    -5  0.75      4
4    b     3  3.00      2
5    a     4  0.75      4

专业提示，您可以使用describe 在单个函数调用中计算一些有用的统计信息。

df.groupby('col1').describe()

      col2                                          
     count  mean       std  min   25%  50%  75%  max
col1                                                
a      4.0  0.75  4.272002 -5.0 -1.25  2.0  4.0  4.0
b      2.0  3.00  0.000000  3.0  3.00  3.0  3.0  3.0

另见Get statistics for each group (such as count, mean, etc) using pandas GroupBy?

【讨论】：