La conversion d'une Pandas GroupBy objet de DataFrame

Question

Je commence avec l'entrée de données comme ceci

df1 = pandas.DataFrame( { 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )

Qui lors de l'impression s'affiche comme ceci:

   City     Name
0   Seattle    Alice
1   Seattle      Bob
2  Portland  Mallory
3   Seattle  Mallory
4   Seattle      Bob
5  Portland  Mallory

Le groupement est assez simple:

g1 = df1.groupby( [ "Name", "City"] ).count()

et l'impression donne un GroupBy objet:

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
        Seattle      1     1

Mais ce que je veux finalement, est un autre DataFrame objet qui contient toutes les lignes dans le GroupBy objet. En d'autres termes je veux obtenir le résultat suivant:

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
Mallory Seattle      1     1

Je n'arrive pas à voir comment faire cela dans les pandas de la documentation. Tous les conseils seront les bienvenus.

Answer 1

g1 ici est un DataFrame. Il a un index hiérarchique, si:

In [19]: type(g1)
Out[19]: pandas.core.frame.DataFrame

In [20]: g1.index
Out[20]: 
MultiIndex([('Alice', 'Seattle'), ('Bob', 'Seattle'), ('Mallory', 'Portland'),
       ('Mallory', 'Seattle')], dtype=object)

Peut-être vous voulez quelque chose de ce genre?

In [21]: g1.add_suffix('_Count').reset_index()
Out[21]: 
      Name      City  City_Count  Name_Count
0    Alice   Seattle           1           1
1      Bob   Seattle           2           2
2  Mallory  Portland           2           2
3  Mallory   Seattle           1           1

Ou quelque chose comme:

In [36]: DataFrame({'count' : df1.groupby( [ "Name", "City"] ).size()}).reset_index()
Out[36]: 
      Name      City  count
0    Alice   Seattle      1
1      Bob   Seattle      2
2  Mallory  Portland      2
3  Mallory   Seattle      1