熊猫中分组依据方法的'level'参数如何工作？

Question

(df.set_index('STNAME').groupby(level=0)['CENSUS2010POP']
.agg({'avg': np.average, 'sum': np.sum}))

在上面的代码中，为什么有必要在groupby中指定级别参数，因为根据我的理解，只有当我们在DataFrame中有multiIndex时，才需要级别参数。

Answer 1

不是只有MultiIndex，它也应该在Index中使用，因为只有一个级别。

同样，对于具有聚合指定列的函数agg，需要通过元组列表来指定具有聚合函数的新列的名称：

df1 = (df.groupby('STNAME')['CENSUS2010POP']
.agg({'avg': np.average, 'sum': np.sum}))

FutureWarning：在系列上使用dict进行聚合已弃用，并将在将来的版本中删除.agg(｛'avg'：np.average，'sum'：np.sum｝(

---

但您的代码应该更简单：

df = pd.DataFrame({'STNAME':list('aab'),
'CENSUS2010POP':[10,20,50]})
df1 = (df.groupby('STNAME')['CENSUS2010POP']
.agg([('avg', np.average), ('sum', np.sum)]))
print (df1)
avg  sum
STNAME          
a        15   30
b        50   50

此外，如果真的需要从STNAME列创建索引，或者在熊猫(0.20+(的最后版本中已经在DataFrame中工作：

(df.set_index('STNAME').groupby('STNAME')['CENSUS2010POP']
.agg([('avg', np.average), ('sum', np.sum)]))