python – 将一个DataFrame分组到一个新的DataFrame中,并将一个范围作为索引

参见英文答案 > Converting a Pandas GroupBy object to DataFrame                                    8个
我有一个问题,在这个例子中简化了.考虑一下这个Pandas DataFrame,df_a：

df_a=pd.DataFrame([['1001',34.3,'red'],['1001',900.04,'red'],['1001',776,'red'],['1003',18.95,'green'],['1004',321.2,'blue']],columns=['id','amount','name'])

    id      amount  name
0   1001    34.30   red
1   1001    900.04  red
2   1001    776.00  red
3   1003    18.95   green
4   1004    321.20  blue

我想通过将数量汇总到一个新的DataFrame并创建一个新的’arange’类索引来组合这个数据帧.这应该是我想要的结果：

    id      amount
0   1001    1710.34
1   1003    18.95
2   1004    321.20

但我的努力创建了一个系列(我想要一个DataFrame作为结果)：

df_a.groupby(['id'])['amount'].sum()

id
1001    1710.34
1003      18.95
1004     321.20
Name: amount, dtype: float64

或者根据id列创建一个新索引：

pd.DataFrame(df_a.groupby(['id'])['amount'].sum())

        amount
id  
1001    1710.34
1003    18.95
1004    321.20

我也尝试传递索引参数,但这也不起作用：

pd.DataFrame(df_a.groupby(['id'])['amount'].sum(),index=df_a.index.values)

   amount
0   NaN
1   NaN
2   NaN
3   NaN
4   NaN

有没有人有这个优雅的解决方案？

解决方法:

您在groupby中有一个参数as_index

df_a.groupby('id', as_index = False)['amount'].sum()

你得到

    id  amount
0   1001    1710.34
1   1003    18.95
2   1004    321.20