Python Pandas 多列分组聚合以及索引转为列

Pandas是一个数据处理的库，今天我们来学习groupby()这个函数的用法。 

一.通过 pandas.groupby函数

import pandas as pd

data = pd.read_excel(r'分组汇总.xlsx')
print(data)

有如下数据 ：

       销售日期  时间段 销售员  天河店销量  番禺店销量  越秀店销量
0      2022-01-01  上午  小敏    118        200    167
1      2022-01-01  上午  李红     88        188    188
2      2022-01-01  上午  马姐    156        180    180
3      2022-01-01  下午  小敏     90        199    188
4      2022-01-01  下午  李红    109        189    198
5      2022-01-01  下午  马姐     88        179    170
6      2022-01-02  上午  小敏    157        190    190
7      2022-01-02  上午  李红    200        200    189
8      2022-01-02  上午  马姐     90        199    188
9      2022-01-02  下午  小敏    109        189    198
10     2022-01-02  下午  李红     88        179    170
11     2022-01-02  下午  马姐    180        190    179

需求：

需要看每一天每个销售员在三个店的销售情况（两个维度，三个指标，多列聚合）

import pandas as pd

data = pd.read_excel(r'分组汇总.xlsx')
print(data)
sum_df = data.groupby(by=['销售日期', '销售员'])['天河店销量', '番禺店销量', '越秀店销量'].sum()
print(sum_df)

1. # by=['销售日期', '销售员'] 意思是对列表里字段进行分组，然后通过['天河店销量', '番禺店销量', '越秀店销量']列表里字段进行求和汇总

2. # 返回Series类型对象。 ['销售日期', '销售员']会变成index

3. # ['天河店销量', '番禺店销量', '越秀店销量']则成为值

运行结果 ：

 这样就实现了，但往往还需要把index转换成列

使用 pandas.DataFrame.reset_index

函数作用：重置索引或其level。
重置数据帧的索引，并使用默认索引。如果数据帧具有多重索引，则此方法可以删除一个或多个level。

函数主要有以下几个参数：reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

各个参数介绍：

level：可以是int, str, tuple, or list, default None等类型。作用是只从索引中删除给定级别。默认情况下删除所有级别。

drop：bool, default False。不要尝试在数据帧列中插入索引。这会将索引重置为默认的整数索引。

inplace：bool, default False。修改数据帧（不要创建新对象）。

col_level：int or str, default=0。如果列有多个级别，则确定将标签插入到哪个级别。默认情况下，它将插入到第一层。

col_fill：object, default。如果列有多个级别，则确定其他级别的命名方式。如果没有，则复制索引名称。

重置索引时，将旧索引添加为列，并使用新的顺序索引：

import pandas as pd

data = pd.read_excel(r'分组汇总.xlsx')
print(data)
sum_df = data.groupby(by=['销售日期', '销售员'])['天河店销量', '番禺店销量', '越秀店销量'].sum()
print(sum_df)
sum_df = sum_df.reset_index()
print(sum_df)

运行结果：