如何对多变量分组创建符合结构要求的pandas DataFrame？

解决方案 #

最优方案：优化首次分组逻辑（无需额外拼接字段） #

调整你第一次的分组写法的两个参数即可直接得到目标结构的DataFrame：

• 给groupby传入as_index=False，避免将分组键转为行索引
• 调整聚合函数的写法，取消嵌套列表，避免生成多级列名

# 写法1：薪资总和列默认命名为salary
team_salaries = salaries.groupby(['teamID', 'yearID'], as_index=False)['salary'].sum()

# 写法2：自定义薪资总和的列名，更适配后续分析
team_salaries = salaries.groupby(['teamID', 'yearID'], as_index=False).agg(
    total_salary = ('salary', 'sum')
)

输出结构为默认整数索引 + teamID、yearID、薪资总和三列，完全匹配需求。

备选方案：拆分已生成的teamyear字段 #

如果需要继续使用第二种拼接teamyear的方案，可按以下逻辑拆分字段：

# 将分组生成的索引转为普通列
teamyear = teamyear.reset_index()
# 拆分规则：teamyear最后4位为年份，剩余字符为球队ID
teamyear['yearID'] = teamyear['teamyear'].str[-4:].astype(int)
teamyear['teamID'] = teamyear['teamyear'].str[:-4]
# 筛选所需列得到目标DataFrame
team_salaries = teamyear[['teamID', 'yearID', 'salary']]

注：你提供的第二种方案原始代码存在语法错误，salaries teamyear = salaries.groupby(...)应修正为teamyear = salaries.groupby(...)

内容的提问来源于stack exchange，提问作者redleg_64