[英]How to select columns from groupby object in pandas?
我按下面的两列对我的数据框进行了分组
df = pd.DataFrame({'a': [1, 1, 3],
'b': [4.0, 5.5, 6.0],
'c': [7L, 8L, 9L],
'name': ['hello', 'hello', 'foo']})
df.groupby(['a', 'name']).median()
结果是:
b c
a name
1 hello 4.75 7.5
3 foo 6.00 9.0
如何访问结果中位数的name
字段(在本例中为hello, foo
)? 这失败了:
df.groupby(['a', 'name']).median().name
在 groupby 期间设置as_index = False
df = pandas.DataFrame({"a":[1,1,3], "b":[4,5.5,6], "c":[7,8,9], "name":["hello","hello","foo"]})
df.groupby(["a", "name"] , as_index = False).median()
您需要获取索引值,它们不是列。 在这种情况下,级别 1
df.groupby(["a", "name"]).median().index.get_level_values(1)
Out[2]:
Index([u'hello', u'foo'], dtype=object)
您还可以传递索引名称
df.groupby(["a", "name"]).median().index.get_level_values('name')
因为这比传递整数值更直观。
您可以通过调用tolist()
将索引值转换为列表
df.groupby(["a", "name"]).median().index.get_level_values(1).tolist()
Out[5]:
['hello', 'foo']
您还可以在 groupby 结果上reset_index()
以获取现在可以访问名称列的数据reset_index()
。
import pandas as pd
df = pd.DataFrame({"a":[1,1,3], "b":[4,5.5,6], "c":[7,8,9], "name":["hello","hello","foo"]})
df_grouped = df.groupby(["a", "name"]).median().reset_index()
df_grouped.name
0 hello
1 foo
Name: name, dtype: object
如果您对单个列执行操作,则返回将是一个具有多pd.DataFrame
的系列,您可以简单地将pd.DataFrame
应用到它然后 reset_index。
在 group by 之后使用 reset_index() 可以解决问题:
df = pd.DataFrame({'a': [1, 1, 3],
'b': [4.0, 5.5, 6.0],
'c': ['7L', '8L', '9L'],
'name': ['hello', 'hello', 'foo']})
df.groupby(['a', 'name']).median().reset_index().name
结果如下:
0 hello
1 foo
Name: name, dtype: object
如果你想要值的列表,你可以简单地:
df = pd.DataFrame({'a': [1, 1, 3],
'b': [4.0, 5.5, 6.0],
'c': ['7L', '8L', '9L'],
'name': ['hello', 'hello', 'foo']})
df.groupby(['a', 'name']).median().reset_index().name.values
使用值的结果将是一个包含名称列值的列表。 上面的代码返回以下列表作为结果:
array(['hello', 'foo'], dtype=object)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.