Панды объединить агрегированные столбцов

Question

Допустим, я создаю DataFrame:

import pandas as pd 
df = pd.DataFrame({"a": [1,2,3,13,15], "b": [4,5,6,6,6], "c": ["wish", "you","were", "here", "here"]}) 

так:

a b c 
0 1 4 wish 
1 2 5 you 
2 3 6 were 
3 13 6 here 
4 15 6 here 

..., а затем группы и совокупный на пару колонок ...

gb = df.groupby(['b','c']).agg({"a": lambda x: x.nunique()}) 

Получение следующего результата:

  a 
b c 
4 wish 1 
5 you  1 
6 here 2 
    were 1 

Можно ли объединить df с новой агрегированной таблицей gb, чтобы создать новый столбец в df, содержащий соответствующие значения от gb? Как это:

a b c  nc 
0 1 4 wish 1 
1 2 5 you  1 
2 3 6 were 1 
3 13 6 here 2 
4 15 6 here 2 

Я пытался делать простейшую вещь:

df.merge(gb, on=['b','c']) 

Но это дает ошибку:

KeyError: 'b' 

Который имеет смысл, поскольку сгруппированная таблица имеет многоиндексную и b не является столбцом. Так что мой вопрос два раза:

1. Могу ли я превратить мульти-индекс gb DataFrame обратно в колонны (так, что она имеет столбец b и c)?
2. Могу ли я объединить df с gb на имена столбцов?

Answer 1

Всякий раз, когда вы хотите добавить агрегированный столбец из операции GroupBy обратно в ДФ вы должны использовать transform, это производит серию с его индексом выровненной с ориг ДФ:

In [4]: 

df['nc'] = df.groupby(['b','c'])['a'].transform(pd.Series.nunique) 
df 
Out[4]: 
    a b  c nc 
0 1 4 wish 1 
1 2 5 you 1 
2 3 6 were 1 
3 13 6 here 2 
4 15 6 here 2 

Нет необходимости сбросить индекс или выполнить дополнительное слияние.

Answer 2

Существует простой способ сделать это, используя reset_index().

df.merge(gb.reset_index(), on=['b','c']) 

дает

a_x b c a_y 
0 1 4 wish 1 
1 2 5 you 1 
2 3 6 were 1 
3 13 6 here 2 
4 15 6 here 2