从pandas groupby对象中选择多个组

Question

我正在尝试熊猫的分组依据功能，特别是

gb = df.groupby('model')
gb.hist()

由于gb有50个组，因此结果非常混乱，我只想探索前5个组的结果。

我找到了如何使用groups或选择单个组的方法get_group（如何通过key访问datagroup的pandasgroup
），但没有找到直接选择多个组的方法。我能做的最好的事情是：

groups = dict(list(gb))
subgroup = pd.concat(groups.values()[:4])
subgroup.groupby('model').hist()

有没有更直接的方法？

Answer 1

你可以做类似的事情

new_gb = pandas.concat( [ gb.get_group(group) for i,group in enumerate( gb.groups) if i < 5 ] ).groupby('model')    
new_gb.hist()

虽然，我会采取不同的方法。您可以使用该collections.Counter对象快速获取组：

import collections

df = pandas.DataFrame.from_dict({'model': pandas.np.random.randint(0, 3, 10), 'param1': pandas.np.random.random(10), 'param2':pandas.np.random.random(10)})
#   model    param1    param2
#0      2  0.252379  0.985290
#1      1  0.059338  0.225166
#2      0  0.187259  0.808899
#3      2  0.773946  0.696001
#4      1  0.680231  0.271874
#5      2  0.054969  0.328743
#6      0  0.734828  0.273234
#7      0  0.776684  0.661741
#8      2  0.098836  0.013047
#9      1  0.228801  0.827378
model_groups = collections.Counter(df.model)
print(model_groups) #Counter({2: 4, 0: 3, 1: 3})

现在，您可以Counter像字典一样遍历对象，并查询所需的组：

new_df = pandas.concat( [df.query('model==%d'%key) for key,val in model_groups.items() if val < 4 ] ) # for example, but you can select the models however you like  
#   model    param1    param2
#2      0  0.187259  0.808899
#6      0  0.734828  0.273234
#7      0  0.776684  0.661741
#1      1  0.059338  0.225166
#4      1  0.680231  0.271874
#9      1  0.228801  0.827378

现在您可以使用内置pandas.DataFrame.groupby功能

gb = new_df.groupby('model')
gb.hist()

由于model_groups包含所有组，因此您可以根据需要从中进行选择。

如果您的model列包含字符串值（名称或其他名称）而不是整数，则它们将全部相同-
只需将查询参数从更改为'model==%d'%key即可'model=="%s"'%key。