Pandas Dataframes如何维护索引post a group by/aggregation操作？

Question

这应该很容易，但我却有一个令人惊讶的恼人的时间。下面的代码演示了如何执行Pandas groupby操作，以便可以按符号计算方差。不幸的是，aggregation命令似乎去掉了整数索引，所以我尝试创建一个新的整数列表，并将其作为列添加到表中，并设置为新索引。在

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，结果如下vardataframe.head（）结果，它没有正确地将表的索引从符号改回数值。当我尝试执行merge命令时，这会在一两行中伤害我。在

^{pr2}$

如您所见，上面的问题是现在有两个符号列，并且索引没有正确设置。我想做的是去掉第二个Symbol列，并使newindex成为新索引。有人知道我做错了什么吗？（也许是对ix命令的误解）。非常感谢！在

Answer 1

不用手动创建新索引，只需使用。。。在

df = df.reset_index()

Answer 2

您可以使用as_index=False来保留整数索引。您只需要一行代码就可以完成您需要的操作：

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

代码中有几点：

^{pr2}$

将ndewindex设置为索引，但返回一个未使用的新数据帧。如果需要，可以执行vardataframe.set_index(['newindex'], inplace=True)。在

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

给出所有NaN的列Symbol，因为Symbol不是{}的列，而只存在于其index中。使用ix查询不存在的列将得到所有NaN。正如@user2600939所提到的，您可以做vardataframe.reset_index(inplace=True)（或vardataframe=vardataframe.reset_index()）将Symbol放回一列。在