如何按数据帧按密钥访问熊猫组

Question

如何通过键访问Groupby对象中相应的Groupby数据框？

使用以下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'])

我可以迭代它来获取密钥和组：

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

我想能够访问一个组的关键：

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

但是当我试着用gb[（'foo'，）]这样做时，我得到了一个奇怪的pandas。果心群比。DataFrameGroupBy对象，它似乎没有任何与我想要的数据帧对应的方法。

我能想到的最好的办法是：

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  

但是考虑到熊猫在这些事情上通常有多好，这有点令人讨厌。
这样做的内置方法是什么？

Answer 1

而不是

gb.get_group('foo')

我更喜欢用gb.groups

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

因为这样你也可以选择多列。例如：

df.loc[gb.groups['foo'],('A','B')]

Answer 2

Python for Data Analysis中的Wes McKinney（熊猫的作者）提供了以下配方：

groups = dict(list(gb))

它返回一个字典，其键是您的组标签，其值是DataFrames，即。

groups['foo']

将产生您想要的：

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

Answer 3

您可以使用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每个子数据帧的中间字典/副本，因此将比使用dict（iter（gb））创建简单字典更节省内存。这是因为它使用groupby对象中已有的数据结构。

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