pandas中groupby函数中参数ax_index和group_keys的区别

时间:2020-8-28 作者:admin


前言:笔者在学习pandas中groupby函数时,发现ax_index=True\False和group_key=True\False这两个参数相近又有所不同,特写出此文供大家分享。

一、首先创建一个DataFrame。

df = pd.DataFrame({'key1':list('aaabbbaabb'),
				'key2':[1,2,2,1,2,1,1,2,1,2,],
				'data1':np.random.randn(10),
				'data2':np.random.randn(10)})

得到df:

pandas中groupby函数中参数ax_index和group_keys的区别

二、group_keys分别在True和False时的影响。

a1 = df.groupby(['key1','key2'],group_keys=True).apply(lambda x:x.iloc[[0,1]]) 
# 匿名函数的作用是选出每组的前两行

得到a1
pandas中groupby函数中参数ax_index和group_keys的区别

a2 = df1.groupby(['key1','key2'],group_keys=False).apply(lambda x:x.iloc[[0,1]])

得到a2
pandas中groupby函数中参数ax_index和group_keys的区别
group_keys=False 可以禁用分组键所形成的索引,不会删去原始对象的索引。

三、as_index分别在True和False时的影响

b1 = df1.groupby(['key1','key2'],as_index=False).apply(lambda x:x.iloc[[0,1]])

得到b1

pandas中groupby函数中参数ax_index和group_keys的区别

b2 = df1.groupby(['key1','key2'],as_index=False).apply(lambda x:x.iloc[[0,1]])

得b2
pandas中groupby函数中参数ax_index和group_keys的区别
ax_index=False 可以禁用分组键作为索引的行为,同时自动给定一个索引。

四、ax_index和group_keys比较

当两者都是False的情况下,相同之处在于:都会禁用分组键。不同之处在于:ax_index在消除分组键的同时会自动生成一个索引。

五、group_keys的特殊情况

当调用聚合函数时,其本身的索引会失效,此时传递group_keys=False无效(与group_keys=True一样)
pandas中groupby函数中参数ax_index和group_keys的区别

声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎进行举报,并提供相关证据,工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。