使用groupby键作为pandas数据帧的索引

Question

我有一个以下的pandas数据帧df ：

                    % Renewable  Energy Supply
Country                                       
China                 19.754910   1.271910e+11
United States         11.570980   9.083800e+10
Japan                 10.232820   1.898400e+10
United Kingdom        10.600470   7.920000e+09
Russian Federation    17.288680   3.070900e+10
Canada                61.945430   1.043100e+10
Germany               17.901530   1.326100e+10
India                 14.969080   3.319500e+10
France                17.020280   1.059700e+10
South Korea            2.279353   1.100700e+10
Italy                 33.667230   6.530000e+09
Spain                 37.968590   4.923000e+09
Iran                   5.707721   9.172000e+09
Australia             11.810810   5.386000e+09
Brazil                69.648030   1.214900e+10

我使用每个国家/地区所属的大陆对此数据框进行分组，并使用在% Renewable列上使用pd.cut获得的分箱：

out, bins = pd.cut(Top15['% Renewable'].values, bins = 5, retbins = True)
grp = Top15.groupby(by = [ContinentDict, out])

哪里，

ContinentDict  = {'China':'Asia', 
              'United States':'North America', 
              'Japan':'Asia', 
              'United Kingdom':'Europe', 
              'Russian Federation':'Europe', 
              'Canada':'North America', 
              'Germany':'Europe', 
              'India':'Asia',
              'France':'Europe', 
              'South Korea':'Asia', 
              'Italy':'Europe', 
              'Spain':'Europe', 
              'Iran':'Asia',
              'Australia':'Australia', 
              'Brazil':'South America'}   

现在，我想创建一个新的数据框，其列与df相同，另一列由'Country'创建。 这个新数据帧的索引应该由groupby对象键分层给出（'Continent'，'out'）。 经过几个小时的试验，我认为没办法做到这一点。 有任何想法吗？

Answer 1

您可以从continent创建多索引并cut并将其分配回数据框：

out, bins = pd.cut(Top15['% Renewable'].values, bins = 5, retbins = True)
con = Top15.index.to_series().map(ContinentDict).values

Top15.reset_index(inplace=True)
Top15.index = pd.MultiIndex.from_arrays([con, out])
Top15