groupby转为dataframe

使用`reset_index()`方法即可将`groupby`对象转换为数据框。

示例代码：

import pandas as pd

# 创建示例数据
data = {'name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35, 40, 45, 50],
        'score': [80, 90, 85, 95, 75, 70]}
df = pd.DataFrame(data)

# 按照name分组并求平均值
grouped = df.groupby('name').mean()

# 将groupby对象转为数据框
result = grouped.reset_index()

print(result)

输出结果：

      name   age  score
0    Alice  32.5   87.5
1      Bob  37.5   82.5
2  Charlie  42.5   77.5

相关问题

dataframe 分组求平均后，转为dataframe格式

可以使用`groupby`函数进行分组求平均，然后使用`reset_index`函数将结果转化为DataFrame格式，示例代码如下：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({
    'group': ['A', 'B', 'A', 'B'],
    'value': [1, 2, 3, 4]
})

# 按照 group 列分组求平均
df_avg = df.groupby('group').mean()

# 将结果转化为DataFrame格式
df_avg = df_avg.reset_index()

print(df_avg)

输出结果为：

  group  value
0     A    2.0
1     B    3.0

df_speed=df_final.groupby('Name')['Speed'].mean() df_speed.reset_index().sort_values('Speed',ascending=False).set_index('Name') 把以上代码的生成结果转为dataframe的形式

以下是将以上代码生成结果转为dataframe形式的代码：

import pandas as pd

df_speed = df_final.groupby('Name')['Speed'].mean()
df_speed = df_speed.reset_index().sort_values('Speed', ascending=False).set_index('Name')
df_speed = pd.DataFrame(df_speed)

这样就可以将生成结果转为dataframe形式了。