Python Pandas GroupBy 获取组列表

Question

我有一行代码：

g = x.groupby('Color')

颜色是红色、蓝色、绿色、黄色、紫色、橙色和黑色。 我如何返回此列表？ 对于类似的属性，我使用 x.Attribute 并且它工作正常，但 x.Color 的行为方式不同。

Answer 1

有更简单的方法：

g = x.groupby('Color')

g.groups.keys()

通过执行groupby() pandas 返回一个分组 DF 的字典。 您可以通过python内置的函数keys()轻松获取此字典的密钥列表。

Answer 2

如果你不关心组的顺序，Yanqi Ma 的回答会很好：

g = x.groupby('Color')
g.groups.keys()
list(g.groups) # or this

但是，请注意g.groups是一个字典，因此键本质上是无序的！ 即使您在groupby方法上使用sort=True对组进行排序，情况也是如此，默认情况下为 true。

当它在两个平台上导致不同的顺序时，这实际上让我很难受，特别是因为我使用的是list(g.groups) ，所以一开始g.groups是一个dict并不明显。

在我看来，最好的方法是利用GroupBy 对象有一个 iterator的事实，并使用列表推导以它们在 GroupBy 对象中存在的顺序返回组：

g = x.groupby('Color')
groups = [name for name,unused_df in g]

它的可读性稍差，但这将始终以正确的顺序返回组。

Answer 3

据我了解，您有一个包含多个列的数据框。 其中一列是“颜色”，它具有不同类型的颜色。 您想要返回存在的唯一颜色列表。

colorGroups = df.groupby(['Color'])
for c in colorGroups.groups: 
    print c

上面的代码将为您提供所有存在的颜色，而无需重复颜色名称。 因此，您应该得到如下输出：

Red
Blue
Green
Yellow
Purple
Orange
Black

另一种方法是unique()函数，它返回一个系列中所有唯一值的数组。 因此，要获得所有唯一颜色的数组，您可以执行以下操作：

df['Color'].unique()

输出是一个数组，因此例如print df['Color'].unique()[3]会给你Yellow 。

Answer 4

这是如何做到的。

groups = list()
for g, data in x.groupby('Color'):
    print(g, data)
    groups.append(g)

这里的核心思想是：如果您通过迭代器对数据帧进行迭代，您将得到一个二元组（组名，过滤后的数据帧），其中过滤后的数据帧仅包含与该组对应的记录）。

Answer 5

我比较了上述解决方案的运行时间（与我的数据）：

In [443]: d = df3.groupby("IND")

In [444]: %timeit groups = [name for name,unused_df in d]
377 ms ± 27.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [445]: % timeit  list(d.groups)
1.08 µs ± 47.3 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [446]: % timeit d.groups.keys()
708 ns ± 7.18 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [447]: % timeit df3['IND'].unique()
5.33 ms ± 128 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

似乎 'd.groups.keys()' 是最好的方法。

Answer 6

希望这有帮助..快乐编码:)

df = pd.DataFrame(data=[['red','1','1.5'],['blue','20','2.5'],['red','15','4']],columns=(['color','column1','column2']))

list_req = list(df.groupby('color').groups.keys())
print(list_req)