在大熊猫中有效地对数据框进行分组？

Question

我在熊猫中有以下数据框，其中每一行都有一个唯一的索引（ employee ），并且还有一个组标签type ：

df = pandas.DataFrame({"employee": ["a", "b", "c", "d"], "type": ["X", "Y", "Y", "Y"], "value": [10,20,30,40]})
df = df.set_index("employee")

我想按type对员工进行分组，然后为每种类型计算一个统计信息。 如何执行此操作，并获得最终的数据框，该数据框是type x statistic ，例如type x (mean of types) ？ 我尝试使用groupby ：

g = df.groupby(lambda x: df.ix[x]["type"])
result = g.mean()

这是低效的，因为它为每行引用df的索引ix是否有更好的方法？

Answer 1

就像@sza所说，您可以使用：

In [11]: g = df.groupby("type")

In [12]: g.mean()
Out[12]:
      value
type
X        10
Y        30

有关更多信息，请参阅groupby文档 。