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)