Pandas合并聚合列

Question

假设我创建了一个DataFrame：

import pandas as pd
df = pd.DataFrame({"a": [1,2,3,13,15], "b": [4,5,6,6,6], "c": ["wish", "you","were", "here", "here"]})

像这样：

    a   b   c
0   1   4   wish
1   2   5   you
2   3   6   were
3   13  6   here
4   15  6   here

...然后按几列分组和汇总......

gb = df.groupby(['b','c']).agg({"a": lambda x: x.nunique()})

产生以下结果：

            a
b   c   
4   wish    1
5   you     1
6   here    2
    were    1

是否可以将df与新聚合的表gb合并，以便在df中创建一个新列，包含来自gb的相应值？ 像这样：

    a   b   c      nc
0   1   4   wish    1
1   2   5   you     1
2   3   6   were    1
3   13  6   here    2
4   15  6   here    2

我尝试做最简单的事情：

df.merge(gb, on=['b','c'])

但是这给出了错误：

KeyError: 'b'

这是有道理的，因为分组表具有多索引而b不是列。 所以我的问题是双重的：

1. 我可以将gb DataFrame的多索引转换回列（以便它具有b和c列）吗？
2. 我可以在列名上合并df和gb吗？

Answer 1

每当你想将groupby操作中的一些聚合列添加回df时你应该使用transform ，这会生成一个其索引与你的orig df对齐的Series：

In [4]:

df['nc'] = df.groupby(['b','c'])['a'].transform(pd.Series.nunique)
df
Out[4]:
    a  b     c  nc
0   1  4  wish   1
1   2  5   you   1
2   3  6  were   1
3  13  6  here   2
4  15  6  here   2

无需重置索引或执行其他合并。

Answer 2

使用reset_index()有一种简单的方法。

df.merge(gb.reset_index(), on=['b','c'])

给你

   a_x  b    c    a_y
0    1  4  wish    1
1    2  5   you    1
2    3  6  were    1
3   13  6  here    2
4   15  6  here    2