python – 如何通过键访问pandas groupby dataframe

如何通过键访问groupby对象中的相应groupby数据帧?用以下groupby:

rand = np.random.RandomState(1)
df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
                   'B': rand.randn(6),
                   'C': rand.randint(0, 20, 6)})
gb = df.groupby(['A'])

我可以遍历它来获得键和组:

In [11]: for k, gp in gb:
             print 'key=' + str(k)
             print gp
key=bar
     A         B   C
1  bar -0.611756  18
3  bar -1.072969  10
5  bar -2.301539  18
key=foo
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

我想能够做一些像

In [12]: gb['foo']
Out[12]:  
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

但是当我这样做(好,实际上我必须做gb [(‘foo’,)]),我得到这个奇怪的pandas.core.groupby.DataFrameGroupBy的东西,似乎没有任何方法对应于DataFrame我想要。

我能想到的最好的是

In [13]: def gb_df_key(gb, key, orig_df):
             ix = gb.indices[key]
             return orig_df.ix[ix]

         gb_df_key(gb, 'foo', df)
Out[13]:
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14  

但这是一种讨厌,考虑如何漂亮的熊猫通常是在这些东西。
这是什么内置的方法?

您可以使用get_group方法:

In [21]: gb.get_group('foo')
Out[21]: 
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

注意:这不需要为每个组创建每个子数据帧的中间字典/副本,因此使用dict(iter(gb))创建天真字典将更加节省内存。这是因为它使用groupby对象中已有的数据结构。

您可以使用groupby切片选择不同的列:

In [22]: gb[["A", "B"]].get_group("foo")
Out[22]:
     A         B
0  foo  1.624345
2  foo -0.528172
4  foo  0.865408

In [23]: gb["C"].get_group("foo")
Out[23]:
0     5
2    11
4    14
Name: C, dtype: int64
http://stackoverflow.com/questions/14734533/how-to-access-pandas-groupby-dataframe-by-key

本站文章除注明转载外,均为本站原创或编译
转载请明显位置注明出处:python – 如何通过键访问pandas groupby dataframe