我有以下名为ttm的数据帧：
usersidid clienthostid eventsumtall LoginDaysSum总分
0 12 1 60 3 1728
1 11 1 240 3 1331
3 5 1 5 3 125
4 6 1 16 2 216
2 10 3 270 3 1000
5 8 3 18 2 512
当我这样做的时候
ttm.groupby（['clienthostid']，as_index=False，sort=False）['LoginDaysSum'].count（）
我得到了我期望的结果（尽管我希望结果在一个名为“比率”的新标签下）：
clienthostid LoginDaysSum
0 1 4
1 3 2
但当我这么做的时候
ttm.groupby（['clienthostid']，as_index=False，sort=False）['LoginDaysSum']。应用（lambda x:x.iloc[0]/x.iloc[1]）
我得到：
0 1.0
1 1.5
- 为什么标签会消失？我还需要分组，需要’clienthostid’，我还需要应用的结果也在标签下
- 有时当我做groupby时，其他一些列仍然出现，为什么有时列消失，有时保留？有没有我错过的做这些事情的旗帜
- 在我给出的示例中，当我计算标签“LoginDaysSum”上显示的结果时，是否有理由为结果添加新标签
谢谢,
对于groupby之后的返回DataFrame，有两种可能的解决方案：
-
参数
as_index=False什么与count，sum，mean函数配合得很好 -
reset_index用于从索引级别创建新列，更通用的解决方案
df=ttm.groupby（['clienthostid']，as_index=False，sort=False）['LoginDaysSum'].count（）
打印（df）
clienthostid LoginDaysSum
0 1 4
1 3 2
df=ttm.groupby（['clienthostid'，sort=False）['LoginDaysSum'].count（）.reset_index（）
打印（df）
clienthostid LoginDaysSum
0 1 4
1 3 2
对于第二种需要，删除作为_index=False，而是添加重置_index：
#输出为`系列`
a=ttm.groupby（['clienthostid'，sort=False）['LoginDaysSum']\
.apply（lambda x:x.iloc[0]/x.iloc[1]）
印刷品（a）
阴蒂
1 1.0
3 1.5
名称：LoginDaysSum，数据类型：float64
印刷品（a型）
<；类别“熊猫.核心.系列.系列”>；
打印（a.索引）
int64索引（[1,3]，dtype='int64'，name='clienthostid'）
df1=ttm.groupby（['clienthostid'，sort=False）['LoginDaysSum']
.apply（lambda x:x.iloc[0]/x.iloc[1]）。重置索引（name='ratio'）
打印（df1）
阴蒂比
0 1 1.0
1 3 1.5
为什么有些栏目不见了
我认为自动排除有害列可能存在问题：
#将列转换为str
ttm.usersidid=ttm.usersidid.astype（str）+'aa'
打印（ttm）
usersidid clienthostid eventsumtall LoginDaysSum分数
0 12aa 1 60 3 1728
11aa 124031331
3 5aa 1 5 3 125
4 6aa 1 16 2 216
2 10aa 3 270 3 1000
5 8aa 3 18 2 512
#删除了str列userid
a=ttm.groupby（['clienthostid'，sort=False）.sum（）
印刷品（a）
事件总数登录总分数
阴蒂
1 321 11 3400
3 288 5 1512
熊猫的大小和数量有什么区别