pandas中groupby()方法 as_index属性的使用

print各种可能性

import pandas as pd

df = pd.DataFrame(data = {'book':['bk1','bk1','bk2','bk2','bk3'],
'price':['12','12','5','5','45']})
print(df)
print(df.groupby('book',as_index = True).sum())
print(df.groupby('book',as_index = False).sum())

output:

  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

当使用as_index = True在groupby()中，key中的属性会作为新的index在dataframe中。
把column设置成index的好处有：

1. 速度快，当使用基于index的查找方式时，eg. df.loc['bk1],这样不需要去遍历整个book列去查找’bk1‘,而是计算’bk1‘的哈希值，然后快速定位。
2. 较容易 当as_index=True，可以使用df.loc['bk1'] 而不是df.loc[df.books=='bk1'].前者的代码更短且速度更快