如何获取pandas中groupby对象中的组数？

Question

这会很有用所以我知道有多少个我必须执行计算的唯一组。谢谢。

假设groupby对象被称为dfgroup。

Answer 1

作为documented，您可以获得len(dfgroup)组的数量。

Answer 2

从v0.23开始，有多个选项可供使用。首先，设置，

df = pd.DataFrame({'A': list('aabbcccd'), 'B': 'x'})
df

   A  B
0  a  x
1  a  x
2  b  x
3  b  x
4  c  x
5  c  x
6  c  x
7  d  x

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

1）ngroups

较新版本的groupby API提供了此（未记录的）属性，该属性存储GroupBy对象中的组数。

g.ngroups
# 6

请注意，这与实际返回组本身的GroupBy.groups不同：

g.groups
# {'a': Int64Index([0, 1], dtype='int64'),
#  'b': Int64Index([2, 3], dtype='int64'),
#  'c': Int64Index([4, 5, 6], dtype='int64'),
#  'd': Int64Index([7], dtype='int64')}  

2） len

如BrenBarn's answer所示，您可以直接在len对象或GroupBy属性（如上所示）上调用GroupBy.groups。

len(g)
# 6

len(g.groups)    
# 6

这已在GroupBy object attributes中记录。

3）发电机表达

为了完整性，您还可以迭代groupby对象，明确计算每个组：

sum(1 for _ in g)
# 6

但是，如果我真的想要每个组的大小？

，该怎么办？

你很幸运。我们有一个函数，GroupBy.size。

g.size()

A
a    2
b    2
c    3
d    1
dtype: int64

请注意，size也会计算NaN。如果您不想计算NaN，请改用GroupBy.count。

Answer 3

您可以将格式说明符用作：

"73E5-16AC-260C-3C8C"

，您将文件名另存为： filename_1.csv