Pandas中groupby的参数as_index的True与False

官网是这样解释的：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html

as_index：bool, default True
For aggregated output, return object with group labels as the index. Only relevant for DataFrame input. as_index=False is effectively “SQL-style” grouped output.

翻译一下：
as_index：bool类型，默认为True
对于聚合输出，返回带有组标签的对象作为索引。仅与DataFrame输入有关。 as_index = False实际上是“SQL风格”的分组输出。

这样理解起来有点抽象，下面举个例子说明一下（学生和考试成绩）：

import pandas as pd
 
df = pd.DataFrame(data={'Students':['stu1','stu1','stu1','stu2','stu2','stu3'], 
                        'Score': [96,95,100,86,84,78]})
print(df)

print('\n................case1:True, max..........................')
print( df.groupby('Students', as_index=True).max() )

print('\n................case2:True, mean..........................')
print( df.groupby('Students', as_index=True).mean() )

print('\n................case3:False, max..........................')
print( df.groupby('Students', as_index=False).max() )

print('\n................case4:False, mean..........................')
print( df.groupby('Students', as_index=False).mean() )

Output：

Students  Score
0     stu1     96
1     stu1     95
2     stu1    100
3     stu2     86
4     stu2     84
5     stu3     78

................case1:True, max..........................
          Score
Students       
stu1        100
stu2         86
stu3         78

................case2:True, mean..........................
          Score
Students       
stu1         97
stu2         85
stu3         78

................case3:False, max..........................
  Students  Score
0     stu1    100
1     stu2     86
2     stu3     78

................case4:False, mean..........................
  Students  Score
0     stu1     97
1     stu2     85
2     stu3     78
​

注意：上面几组输出结果的“index”。

as_index=True时，“as_index”就类似表示将组标签（类似“主键”）作为索引；

as_index=False时，索引为0，1，2，3…

（上述中的组标签指stu1，stu2，stu3）