如何访问熊猫组由数据帧按键

如何通过键访问groupby对象中对应的groupby数据帧?

使用以下组:

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'])

我可以通过它迭代得到键和组:

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

我希望能够通过它的键访问一个组:

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

但是当我尝试用gb[('foo',)]这样做时，我得到了这个奇怪的pandas.core.groupby.DataFrameGroupBy对象的东西，它似乎没有任何与我想要的DataFrame对应的方法。

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   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14
但这有点讨厌，考虑到熊猫通常在这些事情上是多么友好 内置的方式是什么?< / p >
304461 次浏览
小开
最佳答案

你可以使用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:这并不需要为每个组的每个子数据帧创建一个中间字典/副本，因此将比使用dict(iter(gb))创建朴素字典更节省内存。这是因为它使用groupby对象中已经可用的数据结构。

你可以使用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
小开

Wes McKinney (pandas的作者)在《Python for Data Analysis》中提供了以下配方:

groups = dict(list(gb))

返回一个字典，它的键是你的组标签，值是dataframe。

groups['foo']

会得到你想要的:

     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14
小开

而不是

gb.get_group('foo')

我更喜欢使用gb.groups

df.loc[gb.groups['foo']]

因为这样你也可以选择多个列。例如:

df.loc[gb.groups['foo'],('A','B')]
小开

我正在寻找一种方法来抽样GroupBy obj的一些成员-必须解决张贴的问题来完成这一点。

根据some_key列创建groupby对象

grouped = df.groupby('some_key')

选择N个数据帧并获取它们的索引

sampled_df_i  = random.sample(grouped.indices, N)

抓住群体

df_list  = map(lambda df_i: grouped.get_group(df_i), sampled_df_i)

可选的-把它全部变成一个单一的数据帧对象

sampled_df = pd.concat(df_list, axis=0, join='outer')
小开 
gb = df.groupby(['A'])


gb_groups = grouped_df.groups

如果您正在寻找选择性的分组对象，那么，执行:gb_groups.keys()，并将所需的密钥输入到以下key_list..

gb_groups.keys()


key_list = [key1, key2, key3 and so on...]


for key, values in gb_groups.items():
if key in key_list:
print(df.ix[values], "\n")
小开 
df.groupby('A').get_group('foo')

等价于:

df[df['A'] == 'foo']

提交答案