前言：笔者在学习pandas中groupby函数时，发现ax_index=True\False和group_key=True\False这两个参数相近又有所不同，特写出此文供大家分享。
一、首先创建一个DataFrame。
df = pd.DataFrame({'key1':list('aaabbbaabb'), 'key2':[1,2,2,1,2,1,1,2,1,2,], 'data1':np.random.randn(10), 'data2':np.random.randn(10)}) 得到df：
二、group_keys分别在True和False时的影响。
a1 = df.groupby(['key1','key2'],group_keys=True).apply(lambda x:x.iloc[[0,1]]) # 匿名函数的作用是选出每组的前两行 得到a1
a2 = df1.groupby(['key1','key2'],group_keys=False).apply(lambda x:x.iloc[[0,1]]) 得到a2
group_keys=False 可以禁用分组键所形成的索引，不会删去原始对象的索引。
三、as_index分别在True和False时的影响
b1 = df1.groupby(['key1','key2'],as_index=False).apply(lambda x:x.iloc[[0,1]]) 得到b1
b2 = df1.groupby(['key1','key2'],as_index=False).apply(lambda x:x.iloc[[0,1]]) 得b2
ax_index=False 可以禁用分组键作为索引的行为，同时自动给定一个索引。
四、ax_index和group_keys比较
当两者都是False的情况下，相同之处在于：都会禁用分组键。不同之处在于：ax_index在消除分组键的同时会自动生成一个索引。
五、group_keys的特殊情况
当调用聚合函数时，其本身的索引会失效，此时传递group_keys=False无效(与group_keys=True一样)
本文地址：https://blog.csdn.net/m0_46669407/article/details/108243184
