如何獲取pandas中groupby對象中的組數？

Question

這會很有用，所以我知道我必須對多少個獨特的組進行計算。 謝謝你。

假設 groupby 對象稱為dfgroup 。

Answer 1

[pandas >= 0.23] 簡單、快速和 Pandaic： ngroups

較新版本的 groupby API 提供了這個（未記錄的）屬性，用於存儲 GroupBy 對象中的組數。

# setup
df = pd.DataFrame({'A': list('aabbcccd')})
dfg = df.groupby('A')

# call `.ngroups` on the GroupBy object
dfg.ngroups
# 4

請注意，這與GroupBy.groups不同，后者返回實際組本身。

為什么我應該更喜歡這個而不是len ？

正如BrenBarn 的回答中所述，您可以使用len(dfg)來獲取組數。 但你不應該。 查看GroupBy.__len__的實現（這是len()調用的），我們看到__len__調用GroupBy.groups ，它返回分組索引的字典：

dfg.groups
{'a': Int64Index([0, 1], dtype='int64'),
 'b': Int64Index([2, 3], dtype='int64'),
 'c': Int64Index([4, 5, 6], dtype='int64'),
 'd': Int64Index([7], dtype='int64')}

根據您操作中的組數，生成字典只是為了找到它的長度是一個浪費的步驟。 另一方面， ngroups是一個可以在恆定時間內訪問的存儲屬性。

這已在GroupBy對象屬性中記錄。 然而， len的問題在於，對於具有很多組的 GroupBy 對象，這可能需要更長的時間

但是如果我真的想要每個組的大小怎么辦？

你很幸運。 我們有一個函數，它叫做GroupBy.size 。 但請注意， size計算 NaN。 如果您不想計算 NaN，請改用GroupBy.count 。

Answer 2

如文檔所述，您可以使用len(dfgroup)獲取組數。

Answer 3

您可以將格式說明符用作：

df.to_csv('filename_%d.csv'%x, index=False)

你會得到文件名另存為： filename_1.csv