Pandas GroupBy 对象 索引与迭代

import pandas as pd
df = pd.DataFrame({'性别' : ['男', '女', '男', '女',
                              '男', '女', '男', '男'],
                       '成绩' : ['优秀', '优秀', '及格', '差',
                              '及格', '及格', '优秀', '差'],
                       '年龄' : [15,14,15,12,13,14,15,16]})
GroupBy=df.groupby("性别")

1. GroupBy.iter()

GroupBy对象是一个迭代对象,每次迭代结果是一个元组,元组的第一个元素是该组的名称(就是groupby的列的元素名称),第二个元素是该组的具体信息,是一个数据框,索引是以前的数据框的总索引

for name,group in GroupBy:
    print(name)
    print(group)
女
   年龄 性别  成绩
1  14  女  优秀
3  12  女   差
5  14  女  及格
男
   年龄 性别  成绩
0  15  男  优秀
2  15  男  及格
4  13  男  及格
6  15  男  优秀
7  16  男   差

2. GroupBy.groups

显示分组的组名,以及所对应的索引

print(GroupBy.groups)
{'女': Int64Index([1, 3, 5], dtype='int64'), '男': Int64Index([0, 2, 4, 6, 7], dtype='int64')}

3. GroupBy.indices

类似于GroupBy.groups

print(GroupBy.indices)
{'女': array([1, 3, 5], dtype=int64), '男': array([0, 2, 4, 6, 7], dtype=int64)}

4. GroupBy.get_group(name[, obj])

获得某一个分组的具体信息

In [2]: GroupBy.get_group("男")
Out[2]: 
   年龄 性别  成绩
0  15  男  优秀
2  15  男  及格
4  13  男  及格
6  15  男  优秀
7  16  男   差

5. Grouper([key, level, freq, axis, sort])

应用

for name in GroupBy:
    print(name)# 获得所有分组的名称
    GroupBy.get_group(name) #获得所有该名称的数据

原文链接:https://blog.csdn.net/claroja/article/details/72911882

发表评论

电子邮件地址不会被公开。 必填项已用*标注

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>