如何通过密钥按数据分组访问熊猫

Question

如何通过密钥访问groupby对象中的相应groupby数据帧？通过以下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'])我可以遍历它来获取密钥和组：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我希望能够通过其键访问组：In [12]: gb['foo']Out[12]:       A         B   C0  foo  1.624345   52  foo -0.528172  114  foo  0.865408  14但是，当我尝试这样做时，gb[('foo',)]我得到了这个奇怪的pandas.core.groupby.DataFrameGroupBy对象，似乎没有任何与我想要的DataFrame相对应的方法。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   C0  foo  1.624345   52  foo -0.528172  114  foo  0.865408  14  但是考虑到这些事情上熊猫通常很漂亮，这有点令人讨厌。这样做的内置方式是什么？

Answer 1

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：这不需要为每个组创建一个中间字典/每个子数据帧的副本，因此，与使用创建天真的字典相比，它的内存效率更高dict(iter(gb))。这是因为它使用了groupby对象中已经可用的数据结构。

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

Answer 2

Python for Data Analysis中的Wes McKinney（熊猫的作者）提供了以下方法：

groups = dict(list(gb))

它返回一个字典，其键是您的组标签，其值是DataFrames，即

groups['foo']

将产生您想要的东西：

     A         B   C

0  foo  1.624345   5

2  foo -0.528172  11

4  foo  0.865408  14