网络编程
位置：首页>> 网络编程>> 网络编程>> Pandas GroupBy对象 索引与迭代方法

Pandas GroupBy对象 索引与迭代方法

作者：Claroja　　发布时间：2022-12-08 17:32:12　

标签：Pandas,GroupBy,索引,迭代

如下所示：


import pandas as pd
df = pd.DataFrame({'性别' : ['男', '女', '男', '女',
       '男', '女', '男', '男'],
     '成绩' : ['优秀', '优秀', '及格', '差',
       '及格', '及格', '优秀', '差'],
     '年龄' : [15,14,15,12,13,14,15,16]})
GroupBy=df.groupby("性别")

GroupBy.iter()

GroupBy对象是一个迭代对象，每次迭代结果是一个元组，元组的第一个元素是该组的名称(就是groupby的列的元素名称)，第二个元素是该组的具体信息，是一个数据框，索引是以前的数据框的总索引


for name,group in GroupBy:
print(name)
print(group)
女
年龄 性别 成绩
1 14 女 优秀
3 12 女 差
5 14 女 及格
男
年龄 性别 成绩
0 15 男 优秀
2 15 男 及格
4 13 男 及格
6 15 男 优秀
7 16 男 差

GroupBy.groups

显示分组的组名，以及所对应的索引


print(GroupBy.groups)
{'女': Int64Index([1, 3, 5], dtype='int64'), '男': Int64Index([0, 2, 4, 6, 7], dtype='int64')}

GroupBy.indices

类似于GroupBy.groups


print(GroupBy.indices)
{'女': array([1, 3, 5], dtype=int64), '男': array([0, 2, 4, 6, 7], dtype=int64)}

GroupBy.get_group(name[, obj])

获得某一个分组的具体信息


In [2]: GroupBy.get_group("男")
Out[2]:
年龄 性别 成绩
0 15 男 优秀
2 15 男 及格
4 13 男 及格
6 15 男 优秀
7 16 男 差

Grouper([key, level, freq, axis, sort])

应用

可以先通过循环获得所有的组的名称


for name in GroupBy:
print(name)# 获得所有分组的名称
GroupBy.get_group(name) #获得所有该名称的数据

来源：https://blog.csdn.net/claroja/article/details/72911882

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com