Pandas 数据框 - 如何在分组/聚合操作后保持索引？

Question

这件事本来应该很简单，但我却遇到了一些意想不到的麻烦。下面的代码展示了我如何使用Pandas库进行分组操作，以便按符号计算方差。不幸的是，聚合命令似乎把整数索引给去掉了，所以我想创建一个新的整数列表，把它作为一列添加到表格中，并设置为新的索引。

vardataframe = voldataframe.groupby('Symbol')
vardataframe = vardataframe.aggregate(np.var)
vardataframe['newindex']= np.arange(1,(len(vardataframe)+1))
vardataframe.set_index(['newindex'])
vardataframe = vardataframe.ix[:,['newindex','Symbol','volatility']]

然而，最终的结果是下面这个vardataframe.head()的输出，它没有正确地把表格的索引从符号改回数字。这让我在尝试执行合并命令时遇到了麻烦。

        newindex  Symbol  volatility
Symbol                              
A              1     NaN    0.000249
AA             2     NaN    0.000413
AAIT           3     NaN    0.000237
AAL            4     NaN    0.001664
AAME           5     NaN    0.001283

正如你所看到的，上面的代码问题在于现在有两个符号列，而且索引没有正确设置。我想做的是去掉第二个符号列，并把newindex设置为新的索引。有人知道我哪里出错了吗？（也许是对ix命令的误解）。非常感谢！

Answer 1

与其手动创建一个新的索引，不如直接重置它，使用...

df = df.reset_index()

Answer 2

你可以使用 as_index=False 来保留整数索引。只需要一行代码就能完成你想要的操作：

vardataframe = voldataframe.groupby('Symbol', as_index=False).var()

关于你代码中的几个问题：

vardataframe.set_index(['newindex'])

会把 ndewindex 设置为索引，但返回的是一个新的数据框，而你并没有使用这个新数据框。如果你想这样做，可以用 vardataframe.set_index(['newindex'], inplace=True)。

vardataframe.ix[:,['newindex','Symbol','volatility']]

这会给你一个全是 NaN 的 Symbol 列，因为 Symbol 并不是 vardataframe 的一列，它只存在于索引中。用 ix 查询一个不存在的列会得到全是 NaN。正如 @user2600939 提到的，你可以用 vardataframe.reset_index(inplace=True)（或者 vardataframe=vardataframe.reset_index()）把 Symbol 重新放回作为一列。