Panda groupby dataframe'e anahtarla nasıl erişilir

Bir groupby nesnesindeki ilgili groupby veri çerçevesine tuşuyla nasıl erişebilirim?

Aşağıdaki groupby ile:

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'])

Anahtarları ve grupları almak için tekrarlayabilirim:

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

Bir gruba anahtarıyla erişebilmek istiyorum:

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

Ama bunu yapmaya çalıştığımda istediğim DataFrame'e karşılık gelen herhangi bir yönteme sahip görünmeyen gb[('foo',)]bu garip pandas.core.groupby.DataFrameGroupBynesne olayını alıyorum.

Aklıma gelen en iyi şey:

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  

ama bu tür pandaların genellikle ne kadar güzel olduğunu düşünürsek, bu biraz kötüdür.
Bunu yapmanın yerleşik yolu nedir?

get_groupYöntemi kullanabilirsiniz :

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

Not: Bu, her grup için her alt veri çerçevesinin bir ara sözlüğü / kopyası oluşturulmasını gerektirmez, bu nedenle saf sözlüğü oluştururken bellekte çok daha verimli olur dict(iter(gb)). Bunun nedeni, groupby nesnesinde zaten mevcut olan veri yapılarını kullanmasıdır.

Grupla dilimlemeyi kullanarak farklı sütunlar seçebilirsiniz:

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

Veri Analizi için Python'daki Wes McKinney (pandaların yazarı) aşağıdaki tarifi sağlar:

groups = dict(list(gb))

anahtarları grup etiketleriniz olan ve değerleri DataFrames olan bir sözlük döndürür.

groups['foo']

aradığınızı verecektir:

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

Ziyade

gb.get_group('foo')

Kullanmayı tercih ederim gb.groups

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

Çünkü bu şekilde birden çok sütun da seçebilirsiniz. Örneğin:

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

gb = df.groupby(['A'])

gb_groups = grouped_df.groups

Seçici groupby nesnelerini arıyorsanız: gb_groups.keys () öğesini seçin ve istediğiniz anahtarı aşağıdaki key_list'e girin.

gb_groups.keys()

key_list = [key1, key2, key3 and so on...]

for key, values in gb_groups.iteritems():
    if key in key_list:
        print df.ix[values], "\n"

GroupBy obj birkaç üyelerini örneklemek için bir yol arıyordum - bunu yapmak için yayınlanan soruyu ele almak zorunda kaldı.

groupby nesnesi yarat

grouped = df.groupby('some_key')

N veri çerçevesi seç ve onların göstergelerini al

sampled_df_i  = random.sample(grouped.indicies, N)

grupları yakala

df_list  = map(lambda df_i: grouped.get_group(df_i), sampled_df_i)

isteğe bağlı olarak - hepsini tek bir veri çerçevesi nesnesine geri çevirin

sampled_df = pd.concat(df_list, axis=0, join='outer')