如何通過密鑰訪問groupby對象中的相應groupby數(shù)據(jù)幀？通過以下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'])我可以遍歷它來獲取密鑰和組：In [11]: for k, gp in gb: print 'key=' + str(k) print gpkey=bar A B C1 bar -0.611756 183 bar -1.072969 105 bar -2.301539 18key=foo A B C0 foo 1.624345 52 foo -0.528172 114 foo 0.865408 14我希望能夠通過其鍵訪問組：In [12]: gb['foo']Out[12]: A B C0 foo 1.624345 52 foo -0.528172 114 foo 0.865408 14但是，當我嘗試這樣做時，gb[('foo',)]我得到了這個奇怪的pandas.core.groupby.DataFrameGroupBy對象，似乎沒有任何與我想要的DataFrame相對應的方法。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 C0 foo 1.624345 52 foo -0.528172 114 foo 0.865408 14 但是考慮到這些事情上熊貓通常很漂亮，這有點令人討厭。這樣做的內(nèi)置方式是什么？
3 回答
溫溫醬
TA貢獻1752條經(jīng)驗 獲得超4個贊
您可以使用以下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：這不需要為每個組創(chuàng)建一個中間字典/每個子數(shù)據(jù)幀的副本，因此，與使用創(chuàng)建天真的字典相比，它的內(nèi)存效率更高dict(iter(gb))。這是因為它使用了groupby對象中已經(jīng)可用的數(shù)據(jù)結(jié)構(gòu)。
您可以使用groupby切片選擇不同的列：
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
小怪獸愛吃肉
TA貢獻1852條經(jīng)驗 獲得超1個贊
Python for Data Analysis中的Wes McKinney（熊貓的作者）提供了以下方法：
groups = dict(list(gb))
它返回一個字典，其鍵是您的組標簽，其值是DataFrames，即
groups['foo']
將產(chǎn)生您想要的東西：
A B C
0 foo 1.624345 5
2 foo -0.528172 11
4 foo 0.865408 14
添加回答
舉報
0/150
提交
取消