我有一个数据框并使用它的一些列来group by：
grouped = df.groupby(['col1', 'col2'])
现在我使用mean函数从上面创建的 groupby 对象中获取一个新的数据框对象：
df_new = grouped.mean()
现在我有两个数据框 ( dfand df2)，我想使用col1and合并它们col2。我现在遇到的问题是df2没有这些列。groupby操作后又被“转移”到索引col1。col2所以，为了解决这个问题，我尝试创建这些列：
df2['col1'] = df2['index'][0]
df2['col2'] = df2['index'][1]
但它不起作用，因为“索引”未被识别为数据框的列。
作为替代安迪海登的方法，您可以使用as_index=False将列保留为列而不是索引：
df2 = df.groupby(['col1', 'col2'], as_index=False).mean()
您可以使用left_index（或right_index）参数merge：
left_index: boolean, default False
使用左侧 DataFrame 中的索引作为连接键。
如果是 MultiIndex，则另一个 DataFrame 中的键数（索引或列数）必须与级别数匹配
并用于right_on确定它应该与哪些列合并索引。
所以它会是这样的：
pd.merge(df, df_new, left_on=['col1', 'col2'], right_index=True)