如何将groupby输出转换为含多列的DataFrame？基于Northwind数据库

嘿，这个问题我之前也碰到过！原因很简单：你调用groupby()时指定的productID、categoryID、categoryName这三个列，默认会变成DataFrame的行索引，而非普通数据列，所以shape才会显示只有1列（也就是你的聚合结果no_orders）。

有两种非常直接的解决方式，选哪种都可以：

方法1：分组时直接保留列为数据列 #

在groupby()里添加as_index=False参数，这样分组列就不会被转成索引，聚合后直接得到包含4列的DataFrame：

popularity_products = order_details_products_categories.groupby(
    ['productID', 'categoryID', 'categoryName'],
    as_index=False  # 关键参数：让分组列保持为普通列
).agg(no_orders=('productID', 'count'))
popularity_products.sort_values(by='no_orders', ascending=False, inplace=True)

方法2：对已有结果重置索引 #

如果你已经完成了分组聚合操作，不想重新跑代码，可以直接对现有的popularity_products调用reset_index()，把索引列转成普通数据列：

popularity_products = popularity_products.reset_index()

执行完这行代码后，你再查看popularity_products.shape，就会得到(77, 4)，刚好包含你需要的productID、categoryID、categoryName和no_orders这四列。

小补充：如果你的pandas版本比较新（1.1.0及以上），也可以把reset_index()链式调用在聚合之后，比如：

popularity_products = order_details_products_categories.groupby(
    ['productID', 'categoryID', 'categoryName']
).agg(no_orders=('productID', 'count')).reset_index()

效果和方法1是完全一致的~

内容的提问来源于stack exchange，提问作者Hendrra