如何通过key访问groupby对象中对应的groupby数据框?
使用以下 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'])
我可以遍历它以获取键和组:
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
我希望能够通过其 key 访问组:
In [12]: gb['foo']
Out[12]:
A B C
0 foo 1.624345 5
2 foo -0.528172 11
4 foo 0.865408 14
但当我尝试使用 gb[('foo',)]
似乎有任何与我想要的 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 Pandas 通常在这些事情上是多么的好。
这样做的内置方法是什么?
最佳答案
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中间字典/每个子数据帧的副本,因此比使用 dict(iter(gb)) 创建简单字典更节省内存
。这是因为它使用了 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
关于python - 如何按键访问pandas groupby数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14734533/