快捷導(dǎo)航

Pandas groupby方法中的group_keys屬性使用及說明

更新時(shí)間：2026年01月15日 08:37:59 作者：sphw

groupby方法在pandas 1.5.3中,group_keys=True時(shí)保留groupby字段為第一級(jí)索引,同時(shí)原索引作為第二級(jí)索引,當(dāng)設(shè)置group_keys=False時(shí),groupby的字段不在返回結(jié)果中,可以直接作為原DataFrame的一列

Pandas groupby方法的group_keys屬性

pandas版本1.5.3中g(shù)roupby方法

當(dāng)設(shè)置group_keys=True時(shí)，會(huì)以groupby的字段為第一級(jí)索引

如下述代碼中time_id作為第一級(jí)索引，同時(shí)保留了原dataframe（df）中的索引作為第二級(jí)索引。

>>> df.groupby(['time_id'], group_keys=True)['wap'].apply(log_return)
time_id         
0        0               NaN
         1          0.000000
         2          0.000000
         3          0.000000
         4          0.000000
                      ...   
26454    5237975   -0.001228
         5237976    0.000491
         5237977   -0.005031
         5237978    0.003219
         5237979    0.003264
Name: wap, Length: 5237980, dtype: float64

group_keys的意思是

是否保留groupby的feature（如time_id）作為keys放入結(jié)果中，True是放，False是不放。

這也印證了幫助里的說明：

group_keys : bool, optional
When calling apply and the by argument produces a like-indexed
(i.e. :ref:a transform <groupby.transform>) result, add group keys to
index to identify pieces. By default group keys are not included
when the result’s index (and column) labels match the inputs, and
are included otherwise. This argument has no effect if the result produced
is not like-indexed with respect to the input.

因此，當(dāng)設(shè)置group_keys=False時(shí)，group keys(time_id)就不在返回結(jié)果中了，如下所示。

在設(shè)置為False是可以直接將返回結(jié)果，作為原dataframe(df)的一列，很方便。

>>> df.groupby(['time_id'], group_keys=False)['wap'].apply(log_return)
0               NaN
1          0.000000
2          0.000000
3          0.000000
4          0.000000
             ...   
5237975   -0.001228
5237976    0.000491
5237977   -0.005031
5237978    0.003219
5237979    0.003264
Name: wap, Length: 5237980, dtype: float64

PS：對(duì)英文幫助的深入理解，需要結(jié)合實(shí)際應(yīng)用。

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

淺談numpy庫的常用基本操作方法
下面小編就為大家分享一篇淺談numpy庫的常用基本操作方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2018-01-01
Python如何提取chm數(shù)據(jù)
這篇文章主要介紹了Python如何提取chm數(shù)據(jù)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2023-01-01
基于 Python實(shí)現(xiàn)云服務(wù)器的CDN域名遠(yuǎn)程鑒權(quán)配置
這篇文章主要介紹了基于 Python實(shí)現(xiàn)云服務(wù)器的CDN域名遠(yuǎn)程鑒權(quán)配置，文章內(nèi)容技術(shù)詳細(xì)，具有一定的參考價(jià)值，需要的小伙伴可以參考一下
2022-05-05
python使用multiprocessing的詳細(xì)方法
multiprocessing是Python標(biāo)準(zhǔn)庫中的一個(gè)模塊,用于實(shí)現(xiàn)多進(jìn)程編程,它提供了一種簡(jiǎn)單而高效的方式來利用多核處理器的能力,通過在多個(gè)進(jìn)程中同時(shí)執(zhí)行任務(wù),加快程序的執(zhí)行速度和提高系統(tǒng)的吞吐量,這篇文章主要介紹了python使用multiprocessing,需要的朋友可以參考下
2024-03-03
Python 文件批量處理操作的實(shí)現(xiàn)示例
Python提供了豐富的工具來處理文件批量操作,包括批量重命名文件、移動(dòng)文件和修改文件內(nèi)容,具有一定的參考價(jià)值,感興趣的可以了解一下
2024-12-12
賺瘋了!轉(zhuǎn)手立賺800+?大佬的python「搶茅臺(tái)腳本」使用教程
這篇文章主要介紹了如果利用python搶購京東茅臺(tái)，幫助大家更好的理解和使用python，感興趣的朋友可以了解下
2021-01-01
Python一行代碼實(shí)現(xiàn)生成和讀取二維碼
二維碼被稱為快速響應(yīng)碼，可能看起來很簡(jiǎn)單，但它們能夠存儲(chǔ)大量數(shù)據(jù)。無論掃描二維碼時(shí)包含多少數(shù)據(jù)，用戶都可以立即訪問信息。本文將用一行Python代碼實(shí)現(xiàn)二維碼的讀取與生成，需要的可以參考一下
2022-02-02
Python enumerate內(nèi)置庫用法解析
這篇文章主要介紹了Python enumerate內(nèi)置庫用法解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2020-02-02
Python調(diào)用大模型API的多種方式與最佳實(shí)踐
在大模型廣泛應(yīng)用的時(shí)代,開發(fā)者在調(diào)用 API 時(shí),往往需要安全、靈活地管理訪問密鑰（API Key）、接口地址（Endpoint）和模型參數(shù),本文將系統(tǒng)介紹調(diào)用大模型 API 的多種方式,需要的朋友可以參考下
2025-10-10
Python協(xié)程asyncio異步編程筆記分享
這篇文章主要介紹了Python協(xié)程asyncio異步編程筆記分享，基于async & await關(guān)鍵字的協(xié)程可以實(shí)現(xiàn)異步編程，這也是目前python異步相關(guān)的主流技術(shù)
2021-09-09