如何在Pandas中为groupby生成的DataFrame自动添加默认索引

当然可以！完全不用多跑一步reset_index()，Pandas提供了非常直接的参数，让你在按国家聚合贷款金额时，直接生成带有默认整数索引的DataFrame，不用把国家列设为索引。

方法1：使用groupby()的as_index=False参数 #

这是最直接的方式，只需要在分组时添加这个参数，就能让分组键（这里是country）作为普通数据列保留，同时自动生成从0开始的默认整数索引：

import pandas as pd

# 加载Kiva贷款数据
df = pd.read_csv('kiva_loans.csv')

# 按国家聚合贷款总额，直接生成默认索引
country_loan_totals = df.groupby('country', as_index=False)['loan_amount'].sum()

方法2：多聚合场景下的用法 #

如果你需要同时计算多个聚合指标（比如总额、平均值、贷款笔数），同样可以用as_index=False配合agg()，结果依然会保留默认索引：

country_loan_stats = df.groupby('country', as_index=False).agg(
    total_loan=('loan_amount', 'sum'),
    average_loan=('loan_amount', 'mean'),
    loan_count=('loan_amount', 'count')
)

原理说明 #

默认情况下，groupby()会把分组列设置为DataFrame的索引，而as_index=False参数会告诉Pandas：不要将分组键作为索引，而是把它当作普通的数据列，同时自动启用默认的连续整数索引，完美跳过额外的reset_index()步骤。

内容的提问来源于stack exchange，提问作者Michael