這篇文章主要介紹python中g(shù)roupby函數(shù)as_index的示例分析，文中介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們一定要看完！

創(chuàng)新互聯(lián)專注于洛隆企業(yè)網(wǎng)站建設(shè),響應(yīng)式網(wǎng)站開發(fā),商城網(wǎng)站建設(shè)。洛隆網(wǎng)站建設(shè)公司,為洛隆等地區(qū)提供建站服務(wù)。全流程定制網(wǎng)站建設(shè)，專業(yè)設(shè)計，全程項目跟蹤，創(chuàng)新互聯(lián)專業(yè)和態(tài)度為您提供的服務(wù)

在官方網(wǎng)站中對as_index有以下介紹：

as_index : boolean, default True

For aggregated output, return object with group labels as the index. Only relevant for DataFrame input. as_index=False is effectively “SQL-style” grouped output

翻譯過來就是說as_index 的默認(rèn)值為True， 對于聚合輸出，返回以組標(biāo)簽作為索引的對象。僅與DataFrame輸入相關(guān)。as_index = False實際上是“SQL風(fēng)格”的分組輸出。舉例如下

import pandas as pd
 
df = pd.DataFrame(data={'books':['bk1','bk1','bk1','bk2','bk2','bk3'], 'price': [12,12,12,15,15,17]})
print df
print
print df.groupby('books', as_index=True).sum()
print
print df.groupby('books', as_index=False).sum()

輸出如下：

 books price
0  bk1   12
1  bk1   12
2  bk1   12
3  bk2   15
4  bk2   15
5  bk3   17
 
    price
books   
bk1    36
bk2    30
bk3    17
 
 books price
0  bk1   36
1  bk2   30
2  bk3   17

代碼中注釋的兩段代碼報錯，分析可以看到：

當(dāng)as_index=True時，沒有顯示索引項，而是以第一列組標(biāo)簽為索引值，故不能通過df.loc[0]取值，可以通過df.loc[‘bk1']取值；

當(dāng)as_index=False時，顯示索引項，此時可以通過df.loc[0]取得值。因此as_index的作用是控制聚合輸出是否以組標(biāo)簽為索引值。

以上是“python中g(shù)roupby函數(shù)as_index的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

本文題目：python中g(shù)roupby函數(shù)as_index的示例分析-創(chuàng)新互聯(lián)
新聞來源：http://www.aaarwkj.com/article6/jchig.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供微信小程序、微信公眾號、企業(yè)網(wǎng)站制作、標(biāo)簽優(yōu)化、網(wǎng)站營銷、移動網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)