pandas groupby 结果使用布尔数组的不同组合作为键

Question

我试图使用布尔数组作为键来理解 groupby，这是测试代码，a = pd.DataFrame([[True,False,False],[False,True,False]], columns=['A','B','C'])print(a)     A      B      C0   True  False  False1  False   True  False然后我尝试了布尔数组的不同组合，这似乎 groupby 结果都是相同的 rb=a.groupby([False,False])b.apply(pd.DataFrame)       A     B       C0   True    False   False1   False   True    Falsec=a.groupby([True,False])c.apply(pd.DataFrame)      A      B       C0   True    False   False1   False   True    Falsed=a.groupby([False,True])d.apply(pd.DataFrame)     A       B       C0   True    False   False1   False   True    Falsee=a.groupby([False,True])e.apply(pd.DataFrame)     A       B       C0   True    False   False1   False   True    False

Answer 1

这是因为您传递的分组参数无法将数据帧切成所需的部分。所以它只是复制整个数据框并将其“压缩”到您传递的分组数组中。一个例子 -

a = pd.DataFrame([[True,False,False],[False,True,False]], columns=['A','B','C'])

c = a.groupby([True,False])

print('length of grouper object:',len(c))

print(' ')

print(list(c)[0])

print(' ')

print(list(c)[1])

length of grouper object: 2

 

(False,        A     B      C

1  False  True  False)

 

(True,       A      B      C

0  True  False  False)

请注意，使用分组数组 [False, True]，它只是将整个数据帧 a 与每个压缩在一起。如果您改为传递它可以在轴 1 中找到的内容，它将考虑将该系列中的项目用于对数据集进行分组。

另一种看待它的方法是，分组参数需要是一个带有名称的系列，并且该名称应该在数据框的列中找到。如果你传递一个数组 [True, False]，它基本上被解释为一个无名系列，因此无法获得它的键来进行拆分。

如果你想了解 groupby 的工作原理，下面是一个很好的图像 -

拆分发生在提供的键上，并且该键需要在索引/列中可引用，否则它无法拆分并简单地返回每个组的未拆分数据帧。第一步是石斑鱼所做的，接下来是应用和组合步骤，这些步骤很简单。在您上面看到的元组（打印输出）中，apply 函数对t[1]每个元组的元素进行操作，然后将其与t[0]每个元组的元素组合并垂直连接。

Answer 2

让我们分解一下

.groubpy().apply(pd.DataFrame)正如您在所有变体中使用的那样，从每个组中获取行并创建一个数据框，该数据框基本上返回self，因此输出看起来相同，但 pandas 到达那里的方式在每种情况下都不同

1. b=a.groupby([False,False])：两行属于同一个组（group_id False），一起解析一次形成相同的df

2. c=a.groupby([True,False])：有两组，每组一行。Apply 获取每个组并构建两个单独的 DataFrame（每个组一个）。然后连接并返回与原始相同的 df

3. d=a.groupby([False,True]): 与 #2 相同，但现在第一行属于 group False。如果您聚合或应用了不同的函数（pandas.DataFrame 除外），您会看到 df 作为True, False索引（默认情况下按 groupby 排序）并且第 1 行将显示为第一行，因为它属于组True