当前位置： 移动技术网 > IT编程>开发语言>其他编程 > pandas中groupby函数中参数ax_index和group_keys的区别

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

2020年08月01日  | 移动技术网IT编程  | 我要评论
前言：笔者在学习pandas中groupby函数时，发现ax_index=True\False和group_key=True\False这两个参数容易搞混，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)})

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：

在这里插入图片描述

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
在这里插入图片描述 

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

得到a2
在这里插入图片描述
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

在这里插入图片描述 

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

得b2
在这里插入图片描述
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)
在这里插入图片描述

本文地址：https://blog.csdn.net/m0_46669407/article/details/108243184

您可能感兴趣的文章:

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网