Question

我有一个DataFrame df，我已经'合并了'。我正在寻找一个类似于get_group（name）的函数，除了如果名称不存在而不是抛出KeyError，返回一个空的DataFrame（或其他一些值），类似于dict.get的工作原理： / p>

g = df.groupby('x')

# doesn't work, but would be nice:
i = g.get_group(1, default=[])

# does work, but is hard to read:
i = g.obj.take(g.indices.get(1, []), g.axis)

是否已有提供此功能的功能？

编辑：

在很多方面，GroupBy对象由一个dict（.indicies，.groups）表示，而这个'get with default'功能足以构成一个dict的概念，它包含在Python语言本身中。似乎如果一个类似dict的东西没有默认的get，也许我不能正确理解它？为什么一个类似于dict的东西没有'得到默认'？

我想要做的缩写示例是：

df1_bymid = df1.groupby('mid')
df2_bymid = df2.groupby('mid')

for mid in set(df1_bymid.groups) | set(df2_bymid.groups) :
    rows1 = df1_bymid.get_group(mid, [])
    rows2 = df1_bymid.get_group(mid, [])
    for row1, row2 in itertools.product(rows1, rows2) :
        yield row1, row2

当然我可以创建一个函数，我可能，似乎如果我必须走得太远，也许我没有按照预期的方式使用GroupBy对象：

def get_group(df, name, obj=None, default=None) :
    if obj is None :
        obj = df.obj

    try :
        inds = df.indices[name]
    except KeyError, e :
        if default is None :
            raise e

        inds = default

    return df.obj.take(inds, df.axis)

Answer 1

我可以将自己的get_group()定义为以下

In [55]: def get_group(g, key):
   ....:     if key in g.groups: return g.get_group(key)
   ....:     return pd.DataFrame()
   ....: 

In [52]: get_group(g, 's1')
Out[52]: 
   Mt Sp  Value  count
0  s1  a      1      3
1  s1  b      2      2

In [54]: get_group(g, 's4')
Out[54]: 
Empty DataFrame
Columns: []
Index: []

Answer 2

它不是那么漂亮，但你可以这样做：

设置：

>>> df = pandas.DataFrame([[1,2,3],[4,5,6],[1,8,9]], columns=['a','b','c'])
>>> df
   a  b  c
0  1  2  3
1  4  5  6
2  1  8  9
>>> g = df.groupby('a')

现在g.get_group要求传递的密钥存在于基础groups dict中，但您可以自己访问该成员，实际上它是一个普通的python dict。它将组值用于索引集合：

>>> g.groups
{1: Int64Index([0, 2], dtype='int64'), 4: Int64Index([1], dtype='int64')}
>>> type(g.groups)
<type 'dict'>

如果您在数据框的索引位置函数中使用这些返回的索引，则可以使get_group以相同的方式使用您的组：

>>> df.loc[g.groups[1]]
   a  b  c
0  1  2  3
2  1  8  9

由于groups是dict，您可以使用get方法。如果不提供默认值，则会返回None，这将导致loc引发异常。但它会接受一个空列表：

>>> df.loc[g.groups.get(1, [])]
   a  b  c
0  1  2  3
2  1  8  9
>>> df.loc[g.groups.get(2, [])]
Empty DataFrame
Columns: [a, b, c]
Index: []

它不像向get_group提供默认值一样干净（可能他们应该在将来的版本中添加该功能），但它可以正常工作。

Answer 3

您可以使用defaultdict来实现。

假设您有一个groupby对象，该对象将大于零的列中的数据分割开。问题在于所有值都可能大于或小于零，这意味着您无法确定groupby中是否有1或2个数据帧。

g_df = df.groupby(df.some_column.gt(0))

然后有2种方法

df_dict  = defaultdict(pd.DataFrame, {i:i_df for i,i_df in g_df} )
df_dict[True]
df_dict[False]

或者：

df_dict  = defaultdict(list, g_df.groups)                                                                                                                                                                                                                                      
df.loc[df_dict[True]]
df.loc[df_dict[False]]

我还没有测试哪种方法更有效，显然第二种方法只会在索引而不是数据帧上创建一个defaultdict-这样可能会更高效。

在pandas中有类似GroupBy.get_group的东西，但有一个可选的默认值？

3 个答案: