Python中pandas的groupby操作如何为原始数据添加多级索引键？
有一个形如以下的学生成绩表，求男同学和女同学的平均成绩：
''' frame=pd.DataFrame({'姓名':['甲','乙','丙','丁','戊','己','庚'], '成绩':range(70,0,-10), '性别':['男','男','男','女','女','女','女'], 'd':[0,1,2,0,1,2,3] }) '''
其结构如下： d 姓名 性别 成绩 0 0 甲 男 70 1 1 乙 男 60 2 2 丙 男 50 3 0 丁 女 40 4 1 戊 女 30 5 2 己 女 20 6 3 庚 女 10
''' #转换成多级索引
frame2=frame.set_index(['性别','d'])
#以性别分组求平均
frame2.groupby('性别').mean() '''
结果如下
Out[60]:
成绩
性别
女 25
男 60
以上步骤基本会做了，但是………………
我的疑惑是，如果原始数据中没有 d 列，仅仅是一个最常见的学生成绩表：
''' frame=pd.DataFrame({'姓名':['甲','乙','丙','丁','戊','己','庚'], '成绩':range(70,0,-10), '性别':['男','男','男','女','女','女','女'], }) '''
这种情况，如何添加 d 列，如果成绩表数据较多，总不可能人工去数数添加吧？
初学，我的理解是没有多级索引 key，就没办法使用 groupby。
如何给没有多级索引 key 的原始数据，添加上去呢？？
Python中pandas的groupby操作如何为原始数据添加多级索引键？
在pandas里，用groupby分组后想给原始数据加上多级索引键，最直接的办法是用transform。比如你按['A', 'B']两列分组，想给每行加上对应的分组键，可以这么干：
import pandas as pd
# 示例数据
df = pd.DataFrame({
'A': ['foo', 'foo', 'bar', 'bar', 'foo'],
'B': ['one', 'two', 'one', 'two', 'one'],
'C': [1, 2, 3, 4, 5],
'D': [10, 20, 30, 40, 50]
})
# 分组并添加分组键到原始数据
group_keys = df.groupby(['A', 'B']).ngroup()
df['group_key'] = group_keys
# 或者分别添加每级索引
for i, col in enumerate(['A', 'B']):
df[f'group_{col}'] = df.groupby(['A', 'B'])[col].transform('first')
print(df)
如果你想要的是分组后直接修改索引，可以这样：
# 方法1：分组后重置索引，把分组键变成列
grouped = df.groupby(['A', 'B']).sum()
result = grouped.reset_index()
# 方法2：设置多级索引
df_multiindex = df.set_index(['A', 'B'])
关键看你是要在原始数据里加列，还是要改索引结构。transform适合前者，set_index适合后者。
总结：用transform加列，用set_index改索引。
