为什么具有单个组的数据帧 groupby 不返回数据帧？

我怀疑这是我的问题的更简单形式here https://stackoverflow.com/questions/18518077/why-does-pandas-groupby-cut-give-different-form-of-output-with-single-record-inp。 [更新：不幸的是并非如此。]

如果你这样做（在 Pandas 0.11 中）：

df = pd.DataFrame([[1,2],[1,3],[2,4]],columns='a b'.split())
print df
g = df.groupby('a').count()
print type(g)
print g

你会得到预期的结果：

   a  b
0  1  2
1  1  3
2  2  4
<class 'pandas.core.frame.DataFrame'>
   a  b
a      
1  2  2
2  1  1

但如果只有一个结果组，您会得到一个非常奇怪的系列：

df = pd.DataFrame([[1,2],[1,3],[1,4]],columns='a b'.split())
...

   a  b
0  1  2
1  1  3
2  1  4
<class 'pandas.core.series.Series'>
a   
1  a    3
   b    3
Name: 1, dtype: int64

但我宁愿结果是一个与此等效的 DataFrame：

print pd.DataFrame([[3,3]],index=pd.Index([1],name='a'),columns='a b'.split())

   a  b
a      
1  3  3

我对如何轻松地从该系列中获得这一点感到困惑（并且不确定为什么我首先会得到它）。

在 pandas 0.12 中，这正是您所要求的。

In [3]: df = pd.DataFrame([[1,2],[1,3],[1,4]],columns='a b'.split())

In [4]: df.groupby('a').count()
Out[4]:
   a  b
a
1  3  3

复制您所看到的内容squeeze=True:

In [5]: df.groupby('a', squeeze=True).count()
Out[5]:
a
1  a    3
   b    3
Name: 1, dtype: int64

如果无法升级，请执行以下操作：

In [3]: df.groupby('a').count().unstack()
Out[3]:
   a  b
a
1  3  3