如何通过密钥按数据组访问pandas

Question

如何通过密钥访问groupby对象中的相应groupby数据帧？

通过以下groupby：

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’])
我可以遍历它来获取密钥和组：

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
我希望能够通过其键访问组：

In [12]: gb[‘foo’]
Out[12]:
A B C
0 foo 1.624345 5
2 foo -0.528172 11
4 foo 0.865408 14
但是当我尝试这样做时，gb[(‘foo’,)]我得到了这个奇怪的pandas.core.groupby.DataFrameGroupBy对象，似乎没有任何与我想要的DataFrame相对应的方法。

我能想到的最好的是：

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

但是考虑到这些事情上熊猫通常是多么好，这有点令人讨厌。
这样做的内置方式是什么？

Answer 1

您可以使用以下get_group方法：

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

注意：这不需要为每个组创建一个中间字典/每个子数据帧的副本，因此与使用来创建幼稚字典相比，这将大大提高内存效率dict(iter(gb))。这是因为它使用了groupby对象中已经可用的数据结构。

您可以使用groupby切片选择不同的列：

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