Як отримати доступ до груп даних панди за допомогою ключа даних


154

Як я можу отримати доступ до відповідного фрейму даних groupby в об'єкті groupby за допомогою ключа?

З наступною групою:

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'])

Я можу повторити його, щоб отримати ключі та групи:

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

Я хотів би мати доступ до групи за її ключем:

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

Але коли я намагаюся це зробити, gb[('foo',)]я отримую цю дивну pandas.core.groupby.DataFrameGroupByпредметну річ, яка, схоже, не має жодних методів, що відповідають DataFrame, який я хочу.

Найкраще, що я міг придумати, це:

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  

але це дуже неприємно, враховуючи, наскільки хороші панди зазвичай у цих речах.
Який вбудований спосіб зробити це?

Відповіді:


192

Можна скористатися get_groupметодом:

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

Примітка. Для цього не потрібно створювати посередницький словник / копію кожного підданого кадру для кожної групи, тому буде набагато ефективніше пам'яті, ніж створення наївного словника dict(iter(gb)). Це відбувається тому, що в ньому використовуються структури даних, вже доступні в об'єкті groupby.


Ви можете вибрати різні стовпці за допомогою нарізки групи:

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

72

Уес Маккінні (автор панд) в Python для аналізу даних надає наступний рецепт:

groups = dict(list(gb))

який повертає словник, ключами якого є мітки вашої групи та значеннями якого є DataFrames, тобто

groups['foo']

ви отримаєте те, що шукаєте:

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

1
Дякую, це дуже корисно. Як я можу змінити код для створення groups = dict(list(gb))лише стовпця магазину C? Скажімо, мене не цікавлять інші стовпці і тому не хочу їх зберігати.
Жубарб

5
Відповідь:dict(list( df.groupby(['A'])['C'] ))
Жубарб

4
Примітка: використання більш ефективне (але еквівалентне) dict(iter(g)). (хоча get_groupце найкращий спосіб / оскільки це не передбачає створення словника / тримає вас у пандах!: D)
Енді Хейден

Я не зміг використовувати групи (dict (список (gb)), але ви можете створити словник наступним чином: gb_dict = {str(indx): str(val) for indx in gb.indx for val in gb.some_key}а потім отримати значення черезgb_dict[some_key]
user2476665

Просто використовуйте get_group() , цей рецепт не потрібен роками.
smci

20

Швидше ніж

gb.get_group('foo')

Я вважаю за краще використовувати gb.groups

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

Тому що таким чином ви також можете вибрати кілька колонок. наприклад:

df.loc[gb.groups['foo'],('A','B')]

4
Примітка. Ви можете вибрати різні стовпці, використовуючи gb[["A", "B"]].get_group("foo").
Енді Хайден

6
gb = df.groupby(['A'])

gb_groups = grouped_df.groups

Якщо ви шукаєте об'єктивні об'єкти групи, виконайте: gb_groups.keys () та введіть потрібний ключ у наступний список ключів.

gb_groups.keys()

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

for key, values in gb_groups.iteritems():
    if key in key_list:
        print df.ix[values], "\n"

1

Я шукав спосіб вибірки кількох членів ObB GroupBy - довелося вирішити розміщене питання, щоб виконати це.

створити груповий об'єкт

grouped = df.groupby('some_key')

виберіть N фреймів даних і схопіть їхні показники

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

захопити групи

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

необов'язково - перетворіть все це в один об'єкт фрейму даних

sampled_df = pd.concat(df_list, axis=0, join='outer')

1
Це не працює:sampled_df_i = random.sample(grouped.indicies, N)
Ірен

@irene - чи можете ви надати посилання на довший приклад / більше контексту?
meyerson

Я отримую таку помилку:AttributeError: 'DataFrameGroupBy' object has no attribute 'indicies'
Ірен
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.