如何按键访问pandas groupby dataframe

Question

如何通过键访问 groupby 对象中相应的 groupby 数据框？

使用以下分组：

 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'])

我可以遍历它以获取键和组：

 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

我希望能够通过密钥访问一个组：

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

但是当我尝试使用 gb[('foo',)] 这样做时，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 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   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

但这有点令人讨厌，考虑到熊猫通常在这些事情上有多好。

这样做的内置方法是什么？

原文由 beardc 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用 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，因此比使用 dict(iter(gb)) 创建原始字典更节省内存。这是因为它使用了 groupby 对象中已有的数据结构。

---

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

原文由 Andy Hayden 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

用于数据分析的 Python 中的 Wes McKinney（pandas 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，其值是数据帧，即

groups['foo']

将产生你正在寻找的东西：

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

原文由 JD Margulici 发布，翻译遵循 CC BY-SA 3.0 许可协议