熊猫 groupby 到 to_csv

Question

想要将 Pandas groupby 数据框输出到 CSV。 尝试了各种 StackOverflow 解决方案，但没有奏效。

Python 3.6.1，熊猫 0.20.1

groupby 结果如下：

id  month   year    count
week                
0   9066    82  32142   895
1   7679    84  30112   749
2   8368    126 42187   872
3   11038   102 34165   976
4   8815    117 34122   767
5   10979   163 50225   1252
6   8726    142 38159   996
7   5568    63  26143   582

想要一个看起来像的 csv

week  count
0   895
1   749
2   872
3   976
4   767
5   1252
6   996
7   582

当前代码：

week_grouped = df.groupby('week')
week_grouped.sum() #At this point you have the groupby result
week_grouped.to_csv('week_grouped.csv') #Can't do this - .to_csv is not a df function. 

阅读 SO 解决方案：

将 groupby 输出到 csv 文件 pandas

week_grouped.drop_duplicates().to_csv('week_grouped.csv')

结果： AttributeError：无法访问“DataFrameGroupBy”对象的可调用属性“drop_duplicates”，请尝试使用“apply”方法

Python pandas - 将 groupby 输出写入文件

week_grouped.reset_index().to_csv('week_grouped.csv')

结果： AttributeError：“无法访问‘DataFrameGroupBy’对象的可调用属性‘reset_index’，请尝试使用‘apply’方法”

Answer 1

尝试这样做：

week_grouped = df.groupby('week')
week_grouped.sum().reset_index().to_csv('week_grouped.csv')

这会将整个数据帧写入文件。 如果你只想要那两列，那么

week_grouped = df.groupby('week')
week_grouped.sum().reset_index()[['week', 'count']].to_csv('week_grouped.csv')

下面是对原代码的一行一行的解释：

# This creates a "groupby" object (not a dataframe object) 
# and you store it in the week_grouped variable.
week_grouped = df.groupby('week')

# This instructs pandas to sum up all the numeric type columns in each 
# group. This returns a dataframe where each row is the sum of the 
# group's numeric columns. You're not storing this dataframe in your 
# example.
week_grouped.sum() 

# Here you're calling the to_csv method on a groupby object... but
# that object type doesn't have that method. Dataframes have that method. 
# So we should store the previous line's result (a dataframe) into a variable 
# and then call its to_csv method.
week_grouped.to_csv('week_grouped.csv')

# Like this:
summed_weeks = week_grouped.sum()
summed_weeks.to_csv('...')

# Or with less typing simply
week_grouped.sum().to_csv('...')

Answer 2

尝试将第二行更改为week_grouped = week_grouped.sum()并重新运行所有三行。

如果您在自己的 Jupyter 笔记本单元中运行week_grouped.sum() ，您将看到该语句如何将输出返回到单元的输出，而不是将结果分配回week_grouped 。 一些df.sort_values(by=col_name, inplace=True)方法有一个inplace=True参数（例如， df.sort_values(by=col_name, inplace=True) ），但sum没有。

编辑：每周数字是否只在您的 CSV 中出现一次？ 如果是这样，这是一个不使用groupby的更简单的解决方案：

df = pd.read_csv('input.csv')
df[['id', 'count']].to_csv('output.csv')

Answer 3

Group By 返回键值对，其中键是组的标识符，值是组本身，即与键匹配的原始 df 的子集。

在您的示例中， week_grouped = df.groupby('week')是一组组（pandas.core.groupby.DataFrameGroupBy 对象），您可以按如下方式详细探索：

for k, gr in week_grouped:
    # do your stuff instead of print
    print(k)
    print(type(gr)) # This will output <class 'pandas.core.frame.DataFrame'>
    print(gr)
    # You can save each 'gr' in a csv as follows
    gr.to_csv('{}.csv'.format(k))

或者，您可以在分组对象上计算聚合函数

result = week_grouped.sum()
# This will be already one row per key and its aggregation result
result.to_csv('result.csv') 

在您的示例中，您需要将函数结果分配给某个变量，因为默认情况下，pandas 对象是不可变的。

some_variable = week_grouped.sum() 
some_variable.to_csv('week_grouped.csv') # This will work

基本上 result.csv 和 week_grouped.csv 意味着相同

Answer 4

我觉得没有必要使用 groupby，你也可以删除你不想要的列。

df = df.drop(['month','year'], axis=1)
df.reset_index()
df.to_csv('Your path')

Answer 5

Pandas groupby 会生成大量信息（计数、均值、标准差等）。 如果要将它们全部保存在 csv 文件中，首先需要将其转换为常规 Dataframe：

import pandas as pd
...
...
MyGroupDataFrame = MyDataFrame.groupby('id')
pd.DataFrame(MyGroupDataFrame.describe()).to_csv("myTSVFile.tsv", sep='\t', encoding='utf-8')