请教各位，在 pandas 中 groupby 技术，如何给原始数据添加多级索引的 key？

[darktone]

有一个形如以下的学生成绩表，求男同学和女同学的平均成绩：

''' frame=pd.DataFrame({'姓名':['甲','乙','丙','丁','戊','己','庚'], '成绩':range(70,0,-10), '性别':['男','男','男','女','女','女','女'], 'd':[0,1,2,0,1,2,3] }) '''

其结构如下： d 姓名 性别 成绩 0 0 甲 男 70 1 1 乙 男 60 2 2 丙 男 50 3 0 丁 女 40 4 1 戊 女 30 5 2 己 女 20 6 3 庚 女 10

''' #转换成多级索引

frame2=frame.set_index(['性别','d'])

#以性别分组求平均

frame2.groupby('性别').mean() '''

结果如下

Out[60]: 成绩 性别
女 25 男 60

以上步骤基本会做了，但是………………

我的疑惑是，如果原始数据中没有 d 列，仅仅是一个最常见的学生成绩表：

''' frame=pd.DataFrame({'姓名':['甲','乙','丙','丁','戊','己','庚'], '成绩':range(70,0,-10), '性别':['男','男','男','女','女','女','女'], }) '''

这种情况，如何添加 d 列，如果成绩表数据较多，总不可能人工去数数添加吧？

初学，我的理解是没有多级索引 key，就没办法使用 groupby。

如何给没有多级索引 key 的原始数据，添加上去呢？？

[enenaaa]

groupby 跟索引没关系。

[dengshuang]

groupby 聚合数据 比如:['甲','乙','丙','丁','戊','己','庚'] 6 位同学，3 男 3 女 ，你想看男的都有谁，data.groupby['男']

[crsroy]

import pandas as pd

df = pd.DataFrame({'姓名':['甲','乙','丙','丁','戊','己','庚'], '成绩':range(70,0,-10), '性别':['男','男','男','女','女','女','女'], 'd':[0,1,2,0,1,2,3] })

#假设原数据没有'd'列
df2 = df[['姓名','成绩','性别']]
#直接用性别分组可以得到分组统计
grouped = df2.groupby('性别')
print(grouped.mean())
#使用 rank 函数得到性别分组排号
df2['d'] = df2['成绩'].groupby(df2['性别']).rank(ascending = 0)
print(df2)