Pandas的groupby返回了额外的索引。

Question

dft = pd.DataFrame({'C1': ['A','A','B','B'], 
                    'C2': [1,2,3,4]}) 

def lam3(df):
    return pd.DataFrame({'X': ['C','D','E'], 
                    'Y': [11,22,33]})

给定上述数据框和函数（无法更改），我想运行groupby+apply，使每个组返回一个数据框，如下所示

Original Answer翻译成"最初的回答"

    C1  C2  X   Y
0   A   1   C   11
1   A   1   D   22
2   A   1   E   33
3   A   2   C   11
4   A   2   D   22
5   A   2   E   33
6   B   3   C   11
7   B   3   D   22
8   B   3   E   33
9   B   4   C   11
10  B   4   D   22
11  B   4   E   33

执行以下操作会多出一列编号索引：

Original Answer 翻译成 "最初的回答"

dft.groupby(['C1','C2']).apply(lam3)

我需要按照以下步骤才能得到我想要的：

最初的回答：

dft.groupby(['C1','C2']).apply(lam3).reset_index().drop(columns='level_2')

显然，这不是通用的，因为level_2取决于我在分组中使用了多少列，并且盲目删除以“level”开头的列可能会删除原始列。

如何在groupby中使用返回dataframe的lambda函数而不返回额外索引？

这个问题类似于这个，但是每个组在这里返回一个dataframe，而不是一个series。

编辑：这里的lam3只是演示示例函数。在实际版本中，可以有依赖于df的操作。关键是lam3函数在groupby上下文中返回dataframe。因此，cross-join将无法帮助

- iwbabn

---

这个所谓的交叉连接 - undefined

这里只是一个示例函数，用于演示。在真实版本中，有一些依赖于df的操作。关键是lam3函数在groupby的上下文中返回一个数据框。 - undefined

https://github.com/pandas-dev/pandas/issues/22546 - undefined

Answer 1

reset_index可以让您按顺序删除索引，并提供删除选项。因此，您可以尝试：

dft.groupby(['C1','C2']).apply(lam3).reset_index(level=-1, drop=True) 

输出：

       X   Y
C1 C2       
A  1   C  11
   1   D  22
   1   E  33
   2   C  11
   2   D  22
   2   E  33
B  3   C  11
   3   D  22
   3   E  33
   4   C  11
   4   D  22
   4   E  33

- Quang Hoang

Answer 2

在你的groupby中使用group_keys=False

dft.groupby(['C1','C2'], group_keys=False).apply(lam3)

- Steve Alexander

---

是我一个人还是最近的pandas不再起作用了？我用的是2.1.0版本进行测试。 - undefined