Pandas GroupBy çıkışını Seriden DataFrame'e dönüştürme

Bunun gibi girdi verileriyle başlıyorum

df1 = pandas.DataFrame( { 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )

Yazdırıldığında şu şekilde görünür:

   City     Name
0   Seattle    Alice
1   Seattle      Bob
2  Portland  Mallory
3   Seattle  Mallory
4   Seattle      Bob
5  Portland  Mallory

Gruplama yeterince basittir:

g1 = df1.groupby( [ "Name", "City"] ).count()

ve baskı bir GroupBynesne verir :

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
        Seattle      1     1

Ama sonunda istediğim GroupBy nesnesindeki tüm satırları içeren başka bir DataFrame nesnesidir. Başka bir deyişle, aşağıdaki sonucu elde etmek istiyorum:

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
Mallory Seattle      1     1

Panda belgelerinde bunu nasıl başaracağımı tam olarak göremiyorum. Herhangi bir ipucu memnuniyetle karşılanacaktır.

g1Burada olan bir DataFrame. Yine de hiyerarşik bir dizine sahiptir:

In [19]: type(g1)
Out[19]: pandas.core.frame.DataFrame

In [20]: g1.index
Out[20]: 
MultiIndex([('Alice', 'Seattle'), ('Bob', 'Seattle'), ('Mallory', 'Portland'),
       ('Mallory', 'Seattle')], dtype=object)

Belki de böyle bir şey ister misin?

In [21]: g1.add_suffix('_Count').reset_index()
Out[21]: 
      Name      City  City_Count  Name_Count
0    Alice   Seattle           1           1
1      Bob   Seattle           2           2
2  Mallory  Portland           2           2
3  Mallory   Seattle           1           1

Ya da şöyle bir şey:

In [36]: DataFrame({'count' : df1.groupby( [ "Name", "City"] ).size()}).reset_index()
Out[36]: 
      Name      City  count
0    Alice   Seattle      1
1      Bob   Seattle      2
2  Mallory  Portland      2
3  Mallory   Seattle      1

Sürüm 0.16.2 gerektirdiği için Wes tarafından verilen cevabı biraz değiştirmek istiyorum as_index=False. Ayarlamazsanız, boş bir veri çerçevesi alırsınız.

Kaynak :

Toplama işlevleri, sütunlar olarak adlandırıldıysa toplandığınız grupları as_index=Truevarsayılan olarak döndürmez . Gruplandırılmış sütunlar, döndürülen nesnenin dizinleri olacaktır.

Geçme as_index=False, sütunlar olarak adlandırılmışlarsa, topladığınız grupları döndürür.

Fonksiyonları, örneğin dönen nesnelerin boyut azaltmak olanlar vardır verilerini birleştirme: mean, sum, size, count, std, var, sem, describe, first, last, nth, min, max. Örneğin yaptığınızda DataFrame.sum()ve geri döndüğünüzde olan budur a Series.

n. redüktör veya filtre görevi görebilir, buraya bakınız .

import pandas as pd

df1 = pd.DataFrame({"Name":["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"],
                    "City":["Seattle","Seattle","Portland","Seattle","Seattle","Portland"]})
print df1
#
#       City     Name
#0   Seattle    Alice
#1   Seattle      Bob
#2  Portland  Mallory
#3   Seattle  Mallory
#4   Seattle      Bob
#5  Portland  Mallory
#
g1 = df1.groupby(["Name", "City"], as_index=False).count()
print g1
#
#                  City  Name
#Name    City
#Alice   Seattle      1     1
#Bob     Seattle      2     2
#Mallory Portland     2     2
#        Seattle      1     1
#

DÜZENLE:

Versiyonda 0.17.1ve daha sonra kullanabileceğiniz subsetiçinde countve reset_indexparametresi ile namede size:

print df1.groupby(["Name", "City"], as_index=False ).count()
#IndexError: list index out of range

print df1.groupby(["Name", "City"]).count()
#Empty DataFrame
#Columns: []
#Index: [(Alice, Seattle), (Bob, Seattle), (Mallory, Portland), (Mallory, Seattle)]

print df1.groupby(["Name", "City"])[['Name','City']].count()
#                  Name  City
#Name    City                
#Alice   Seattle      1     1
#Bob     Seattle      2     2
#Mallory Portland     2     2
#        Seattle      1     1

print df1.groupby(["Name", "City"]).size().reset_index(name='count')
#      Name      City  count
#0    Alice   Seattle      1
#1      Bob   Seattle      2
#2  Mallory  Portland      2
#3  Mallory   Seattle      1

Arasındaki fark countve sizeolmasıdır sizeederken NaN değerleri sayar countdeğil.

Basitçe, bu görevi yapmalıdır:

import pandas as pd

grouped_df = df1.groupby( [ "Name", "City"] )

pd.DataFrame(grouped_df.size().reset_index(name = "Group_Count"))

Burada, grouped_df.size()benzersiz groupby sayısını yukarı çeker ve reset_index()yöntem olmasını istediğiniz sütunun adını sıfırlar. Son olarak, Dataframe()bir DataFrame nesnesi oluşturmak için panda işlevi çağrılır.

Anahtar, reset_index () yöntemini kullanmaktır.

kullanın:

import pandas

df1 = pandas.DataFrame( { 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )

g1 = df1.groupby( [ "Name", "City"] ).count().reset_index()

Şimdi de yeni dataframe var g1 :

Belki soruyu yanlış anlıyorum, ancak grubu tekrar bir veri çerçevesine dönüştürmek istiyorsanız .to_frame () kullanabilirsiniz. Bunu yaptığımda indeksi sıfırlamak istedim, bu yüzden de bu kısmı dahil ettim.

soru ile ilgili olmayan örnek kod

df = df['TIME'].groupby(df['Name']).min()
df = df.to_frame()
df = df.reset_index(level=['Name',"TIME"])

Bunun benim için işe yaradığını gördüm.

import numpy as np
import pandas as pd

df1 = pd.DataFrame({ 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"]})

df1['City_count'] = 1
df1['Name_count'] = 1

df1.groupby(['Name', 'City'], as_index=False).count()

Aşağıdaki çözüm daha basit olabilir:

df1.reset_index().groupby( [ "Name", "City"],as_index=False ).count()

Ben Qty bilge veri ile toplama ve veri karesinde sakladım

almo_grp_data = pd.DataFrame({'Qty_cnt' :
almo_slt_models_data.groupby( ['orderDate','Item','State Abv']
          )['Qty'].sum()}).reset_index()

Bu çözümler sadece kısmen benim için çalıştı çünkü birden fazla toplama yapıyordum. İşte bir veri çerçevesine dönüştürmek istedim tarafından gruplandırılmış örnek bir çıktı:

Ben reset_index () tarafından sağlanan sayım daha istedim, yukarıdaki görüntü bir veri karesine dönüştürmek için manuel bir yöntem yazdım. Bunun oldukça ayrıntılı ve açık olduğu için bunu yapmanın en pitonik / panda yolu olmadığını anlıyorum, ama tüm ihtiyacım olan buydu. Temel olarak, bir "iskele" veri çerçevesi başlatmak için yukarıda açıklanan reset_index () yöntemini kullanın, ardından gruplandırılmış veri çerçevesinde grup eşleştirmeleri arasında döngü yapın, endeksleri alın, hesaplarınızı çözülmemiş veri çerçevesine göre yapın ve yeni toplu veri çerçevenizdeki değeri ayarlayın .

df_grouped = df[['Salary Basis', 'Job Title', 'Hourly Rate', 'Male Count', 'Female Count']]
df_grouped = df_grouped.groupby(['Salary Basis', 'Job Title'], as_index=False)

# Grouped gives us the indices we want for each grouping
# We cannot convert a groupedby object back to a dataframe, so we need to do it manually
# Create a new dataframe to work against
df_aggregated = df_grouped.size().to_frame('Total Count').reset_index()
df_aggregated['Male Count'] = 0
df_aggregated['Female Count'] = 0
df_aggregated['Job Rate'] = 0

def manualAggregations(indices_array):
    temp_df = df.iloc[indices_array]
    return {
        'Male Count': temp_df['Male Count'].sum(),
        'Female Count': temp_df['Female Count'].sum(),
        'Job Rate': temp_df['Hourly Rate'].max()
    }

for name, group in df_grouped:
    ix = df_grouped.indices[name]
    calcDict = manualAggregations(ix)

    for key in calcDict:
        #Salary Basis, Job Title
        columns = list(name)
        df_aggregated.loc[(df_aggregated['Salary Basis'] == columns[0]) & 
                          (df_aggregated['Job Title'] == columns[1]), key] = calcDict[key]

Bir sözlük sizin işiniz değilse, hesaplamalar for döngüsünde satır içi uygulanabilir:

    df_aggregated['Male Count'].loc[(df_aggregated['Salary Basis'] == columns[0]) & 
                                (df_aggregated['Job Title'] == columns[1])] = df['Male Count'].iloc[ix].sum()