熊猫框架连接中的列丢失

Question

我有两个数据集：

1. 数据集A表示一支球队的球员在特定年份拥有的球迷数量
2. 数据集B表示一支球队在特定比赛中的获胜次数

我现在想将这两个数据框架结合起来，并为每个团队每年汇总数据。

a = pd.DataFrame({
    'year': [1995, 1995, 1995, 1995, 1996, 1996, 1996, 1996],
    'team': ['Panthers', 'Panthers', 'Eagles', 'Eagles', 'Panthers', 'Panthers', 'Eagles', 'Eagles'],
    'name': ['Joe', 'Betty', 'James', 'Sandra', 'Tyrone', 'Betty', 'James', 'Michael'],
    'fans': [100, 200, 244, 277, 800, 900, 122, 300]
})
b = pd.DataFrame({
    'year': [1995, 1995, 1995, 1995, 1996, 1996, 1996, 1996],
    'team': ['Panthers', 'Panthers', 'Eagles', 'Eagles', 'Panthers', 'Panthers', 'Eagles', 'Eagles'],
    'wins': [4, 2, 3, 5, 6, 7, 2, 4]
})
aa = a.groupby(['year', 'team']).sum()
bb = b.groupby(['year', 'team']).sum()
aa.join(bb)

这是可行的，但列似乎有一些问题。最后的运算CCD_ 1只生成CCD_。我想这是一个未完成的groupby操作遗留下来的。

为了让您更好地了解情况，您可以在此处使用nbviewer查看数据。

如何正确地通过这两个框架进行分组并将其连接

Answer 1

1）reset_index()只能使用一次。

aa = a.groupby(['year', 'team']).sum()
bb = b.groupby(['year', 'team']).sum()
aa.join(bb).reset_index()

2）或者，不要使用as_index=False和pd.merge 为aa和bb创建级别

aa = a.groupby(['year', 'team'], as_index=False).sum()
bb = b.groupby(['year', 'team'], as_index=False).sum()
pd.merge(aa, bb)

两种方法，都会给你相同的输出

    year    team        fans    wins
0   1995    Eagles       521    8
1   1995    Panthers     300    6
2   1996    Eagles       422    6
3   1996    Panthers    1700    13

Answer 2

这个问题的解决方案是应用reset_index()通过操作"结束"组。

因此，以下将产生正确的结果：

aa = a.groupby(['year', 'team']).sum().reset_index()
bb = b.groupby(['year', 'team']).sum().reset_index()
pd.merge(aa, bb)