?輸入：df_Grp，類型是pandas.core.groupby.generic.DataFrameGroupBy

我們先來學(xué)習(xí)一下如何將分組后的其中一個(gè)分組給轉(zhuǎn)換成DataFrame類型：

tmp = dict(list(df_Grp)) tmpname=[] tmpname = [i for i,j in df_Grp] #下面這行代碼其實(shí)就轉(zhuǎn)化成DataFrame了，但是只是一個(gè)數(shù)據(jù)的轉(zhuǎn)過去了，如果要實(shí)現(xiàn)所有的都轉(zhuǎn)過去，還是需要完成DataFrame的添加行操作，并且要reset_index ans_df = pd.DataFrame(tmp[tmpname[0]])#或者ans_df = df_Grp.get_group(tmpname[0]) #get_group函數(shù)返回一個(gè)DataFrame

但是注意此時(shí)得到的index不是0~len-1這樣的順序，而是亂序的，也就是groupby之前的順序，所以需要再調(diào)用reset_indnex()函數(shù)進(jìn)行操作。

---

---

?

當(dāng)然，上面那一步只是做到了將其中的一個(gè)name進(jìn)行操作，而如果想把所有name都變回去，那就需要加一步：DataFrame的行插入。這一點(diǎn)可以使用concat函數(shù)完成，注意一定要有 ignore_index=True 這一步！

ans_df = pd.concat(tmp,ignore_index = True)

對(duì)于concat函數(shù)，注意第一個(gè)參數(shù)需要是一個(gè)list，而不能是其他類型，如果直接傳入的是多個(gè)DataFrame的名字的時(shí)候，注意不要在上面加引號(hào)，因?yàn)檫@樣就不對(duì)了，就變成了字符串操作，不是list的操作了 ，這一點(diǎn)一定要非常注意，因?yàn)榉浅Ｈ菀自谶@個(gè)地方犯錯(cuò)。比如要df1和df2，那就ans_df = pd.concat( [df1,df2] ,ignore_index = True)，而不是ans_df = pd.concat( ['df1','df2'] ,ignore_index = True)

?

?

?

知識(shí)點(diǎn)1：

reset_index(inplace=Ture)函數(shù)通過重新建立索引，可以得到DataFrame類型。

知識(shí)點(diǎn)2：

DataFrameGroupBy是可以用i,j 來獲取每一個(gè)元素的，i代表的是屬性名字，j獲取的是基本信息，是一個(gè)DataFrame類型

知識(shí)點(diǎn)3：

這種寫法：tmpname = [i for i,j in df_Grp]，可以快速的得到一個(gè)list。

總結(jié)

以上是生活随笔為你收集整理的【Python学习】 - 如何将Pandas包中的groupby分组类型转换成DataFrame（一步就足够了）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。