Python Pandas GroupBy 获取组列表

Question

我有一行代码：

g = x.groupby('Color')

颜色有红色、蓝色、绿色、黄色、紫色、橙色和黑色。我如何return这个列表？对于类似的属性，我使用 x.Attribute 并且它工作正常，但是 x.Color 的行为方式不同。

Answer 1

操作方法如下。

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

这里的核心思想是：如果你通过迭代器迭代一个数据框，你会得到一个二元组（组名，过滤后的数据框），其中过滤后的数据框只包含对应的记录组）。

Answer 2

据我了解，您有一个包含多个列的数据框。其中一列是 "Color"，它有不同类型的颜色。您想要 return 存在的唯一颜色列表。

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

以上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 return 是系列中所有唯一值的数组。因此，要获得所有独特颜色的数组，您可以这样做：

df['Color'].unique()

输出是一个数组，所以例如 print df['Color'].unique()[3] 会得到 Yellow。

Answer 3

有更简单的方法：

g = x.groupby('Color')

g.groups.keys()

通过执行 groupby() pandas returns 你可以得到分组 DF 的字典。您可以通过 python 内置函数 keys().

轻松获取此字典的键列表

Answer 4

如果不在意分组顺序，马艳琪的回答就可以了：

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 sort=True 上使用也是如此groupby 分组排序方法，默认为真。

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)，所以一开始并不明显 g.groups 是一个 dict.

在我看来，最好的方法是利用 GroupBy object has an iterator 这一事实，并使用列表推导来 return 组中存在的顺序GroupBy 对象：

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

它的可读性稍差，但这将始终 return 组以正确的顺序排列。

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)

看来'd.groups.keys()'是最好的方法。

Answer 6

希望这对您有所帮助.. 编码愉快 :)

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)

Python Pandas GroupBy 获取组列表

Python Pandas GroupBy get list of groups

python

pandas