我正在寻找一种方法来获取 GroupBy 对象中所有键的列表,但我似乎无法通过文档或 Google 找到一个。
肯定有一种方法可以通过它们的 key 访问组,如下所示:
df_gb = df.groupby(['EmployeeNumber'])
df_gb.get_group(key)
...所以我认为有一种方法可以访问 GroupBy 对象中的键列表(或类似列表)。我正在寻找这样的东西:
df_gb.keys
Out: [1234, 2356, 6894, 9492]
我想我可以遍历 GroupBy 对象并以这种方式获取 key ,但我认为必须有更好的方法。
最佳答案
您可以通过 groupby
对象上的属性 .groups
访问它,这将返回一个字典,字典的键为您提供组:
In [40]:
df = pd.DataFrame({'group':[0,1,1,1,2,2,3,3,3], 'val':np.arange(9)})
gp = df.groupby('group')
gp.groups.keys()
Out[40]:
dict_keys([0, 1, 2, 3])
这是 groups
的输出:
In [41]:
gp.groups
Out[41]:
{0: Int64Index([0], dtype='int64'),
1: Int64Index([1, 2, 3], dtype='int64'),
2: Int64Index([4, 5], dtype='int64'),
3: Int64Index([6, 7, 8], dtype='int64')}
更新
看起来是这样的,因为 groups
的类型是 dict
那么当您调用 keys
时,组顺序不会保持:
In [65]:
df = pd.DataFrame({'group':list('bgaaabxeb'), 'val':np.arange(9)})
gp = df.groupby('group')
gp.groups.keys()
Out[65]:
dict_keys(['b', 'e', 'g', 'a', 'x'])
如果你调用 groups
你可以看到订单保持不变:
In [79]:
gp.groups
Out[79]:
{'a': Int64Index([2, 3, 4], dtype='int64'),
'b': Int64Index([0, 5, 8], dtype='int64'),
'e': Int64Index([7], dtype='int64'),
'g': Int64Index([1], dtype='int64'),
'x': Int64Index([6], dtype='int64')}
然后保持键顺序,解决此问题的方法是访问每个组的 .name
属性:
In [78]:
gp.apply(lambda x: x.name)
Out[78]:
group
a a
b b
e e
g g
x x
dtype: object
这不是很好,因为这不是矢量化的,但是如果您已经有一个聚合对象,那么您可以获取索引值:
In [81]:
agg = gp.sum()
agg
Out[81]:
val
group
a 9
b 13
e 7
g 1
x 6
In [83]:
agg.index.get_level_values(0)
Out[83]:
Index(['a', 'b', 'e', 'g', 'x'], dtype='object', name='group')
关于python - 从 Pandas 中的 GroupBy 对象中获取所有键,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42513049/