web-dev-qa-db-ja.com

キーでpandas groupbyデータフレームにアクセスする方法

キーによってgroupbyオブジェクトの対応するgroupbyデータフレームにアクセスするにはどうすればよいですか?次のgroupbyを使用します。

Rand = np.random.RandomState(1)
df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
                   'B': Rand.randn(6),
                   'C': Rand.randint(0, 20, 6)})
gb = df.groupby(['A'])

キーとグループを取得するためにそれを反復できます:

In [11]: for k, gp in gb:
             print 'key=' + str(k)
             print gp
key=bar
     A         B   C
1  bar -0.611756  18
3  bar -1.072969  10
5  bar -2.301539  18
key=foo
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

次のようなことができるようになりたい

In [12]: gb['foo']
Out[12]:  
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

しかし、それを実行すると(実際、gb[('foo',)]を実行する必要があります)、必要なDataFrameに対応するメソッドがないように見えるこの奇妙なpandas.core.groupby.DataFrameGroupByを取得します。

私が考えることができる最高は

In [13]: def gb_df_key(gb, key, orig_df):
             ix = gb.indices[key]
             return orig_df.ix[ix]

         gb_df_key(gb, 'foo', df)
Out[13]:
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14  

しかし、これは、Nice pandasが通常これらのことをどのように行うかを考えると、ちょっと厄介です。
これを行うための組み込みの方法は何ですか?

119
beardc

get_group メソッドを使用できます。

In [21]: gb.get_group('foo')
Out[21]: 
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

注:これには、すべてのグループのすべてのサブデータフレームの中間辞書/コピーを作成する必要がないため、dict(iter(gb))を使用して単純な辞書を作成するよりもはるかにメモリ効率が高くなります。これは、groupbyオブジェクトで既に利用可能なデータ構造を使用しているためです。


Groupbyスライスを使用して異なる列を選択できます。

In [22]: gb[["A", "B"]].get_group("foo")
Out[22]:
     A         B
0  foo  1.624345
2  foo -0.528172
4  foo  0.865408

In [23]: gb["C"].get_group("foo")
Out[23]:
0     5
2    11
4    14
Name: C, dtype: int64
150
Andy Hayden

データ分析のPythonのWes McKinney(パンダの著者)は、次のレシピを提供しています。

groups = dict(list(gb))

キーがグループラベルで、値がDataFramesである辞書を返します。

groups['foo']

あなたが探しているものが得られます:

     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14
60
JD Margulici

のではなく

gb.get_group('foo')

gb.groupsを使用することを好みます

df.loc[gb.groups['foo']]

この方法では、複数の列も選択できるためです。例えば:

df.loc[gb.groups['foo'],('A','B')]
17
LegitMe
gb = df.groupby(['A'])

gb_groups = grouped_df.groups

選択的なgroupbyオブジェクトを探している場合は、gb_groups.keys()を実行し、目的のキーを次のkey_listに入力します。

gb_groups.keys()

key_list = [key1, key2, key3 and so on...]

for key, values in gb_groups.iteritems():
    if key in key_list:
        print df.ix[values], "\n"
5
Surya

GroupByオブジェクトのいくつかのメンバーをサンプリングする方法を探していました-これを行うには、投稿された質問に対処する必要がありました。

groupbyオブジェクトを作成します

grouped = df.groupby('some_key')

n個のデータフレームを選択し、それらのインデックスを取得します

sampled_df_i  = random.sample(grouped.indicies, N)

グループをつかむ

df_list  = map(lambda df_i: grouped.get_group(df_i), sampled_df_i)

オプション-すべてを単一のデータフレームオブジェクトに戻す

sampled_df = pd.concat(df_list, axis=0, join='outer')
2
meyerson