熟悉pandas的人应该都会发现，通过groupby聚合出来的结果，通常含有“层级索引”。通俗地说，即按照索引的优先级顺序，把索引按相同层级地合并同类项(个人的理解与语言表达可能不太恰当，见谅)，最后的结果，如果输出到Excel中，即可发现，同一级索引中，相同的内容会被合并到一起(可以简单理解成“合并单元格”)。但是，有时候我们并不需要这些层级索引，因为我们之后有可能还会涉及到二次计算，或者需要以DataFrame的形式来展示数据。

今天闲来无事，于是上网搜索了一下相关的文章，想学点新知识。无意中发现除了用 .reser_index() 外，还有其它的方法。于是试验了一下，就写下这篇文章。

1. 先加载数据

df = pd.read_excel(r"D:\我的文档\jupyter.xlsx")

df

2. 常规的聚合运算

# 普通的聚合运算

df.groupby(["课程性质"])["学分"].sum()

3. 重置索引 方法一

# 重置索引 方法一

df.groupby(["课程性质"])["学分"].sum().reset_index()

4. 重置索引 方法二

# 重置索引 方法二

df.groupby(["课程性质"],as_index = False)["学分"].sum()

如果看不清楚，请在看下面：

5. 带两组变元(下面的两层索引纯属笔误，但懒得改了)的聚合运算

# 两层索引的聚合运算

df.groupby(["课程性质"])["学分","总评成绩"].sum()

6. 用 .reset_index() 来重置索引

# 用 .reset_index() 来重置索引

df.groupby(["课程性质"])["学分","总评成绩"].sum().reset_index()

7. 用 .groupby(as_index = False)来重置索引

# 用 .groupby(as_index = False) 来重置索引

df.groupby(["课程性质"],as_index = False)["学分","总评成绩"].sum()

小结：可见，在Python中的解题实现方法，有可能不只一种的。