Pandas groupby 没有任何聚合操作

Question

我有一个数据框，如下所示，我正在尝试按 Col1 进行“分组”（请参阅所需的输出）。这应该是显而易见的，但我一定不是在寻找正确的关键词。我尝试使用 groupby 进行的所有操作要么返回一个系列，要么似乎需要某种聚合。

df = pd.DataFrame({'Col1': ['A','B','A','B','B','B','A','A','B',],
                   'Col2': ['q','e','r','y','c','a','j','g','v',],
                   'Col3': [1,13,5,22,13,2,5,9,12],
                   })

  Col1 Col2  Col3
0    A    q     1
1    B    e    13
2    A    r     5
3    B    y    22
4    B    c    13
5    B    a     2
6    A    j     5
7    A    g     9
8    B    v    12

所需输出：

Col1    Col2    Col3
   A    q       1
        r       5
        j       5
        g       9
   B    e       13
        y       22
        c       13
        a       2
        v       12

Answer 1

根据我的理解，这应该可以实现您的目标：多重索引

 df = pd.DataFrame({'Col1': ['A','B','A','B','B','B','A','A','B',],
                   'Col2': ['q','e','r','y','c','a','j','g','v',],
                   'Col3': [1,13,5,22,13,2,5,9,12],
                   })
print(df.set_index(["Col1", "Col2"]).sort_index())

这将是输出：我不确定，对你来说唯一的问题是索引列的高度与值列的高度。

            Col3
Col1 Col2      
A    g        9
     j        5
     q        1
     r        5
B    a        2
     c       13
     e       13
     v       12
     y       22

Answer 2

我的临时解决方案只是聚合，然后删除该聚合列。

df.groupby(['Col1', 'Col2', 'Col3'], as_index=False).count().drop([<your_aggregated_column_name>])

但是在您的情况下，数据按所有列进行分组，因此聚合函数无需计算任何内容（即没有创建聚合列。这就是您想要的结果

df.groupby(['Col1', 'Col2', 'Col3'], as_index=False).count()