[英]Python Pandas GroupBy get list of groups
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。
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。
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。
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
。
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)。
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。
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.