Question

假设我们从这个简单的表开始，存储在pandas数据帧中：

    name  age  family
0   john    1       1
1  jason   36       1
2   jane   32       1
3   jack   26       2
4  james   30       2

然后我做

group_df = df.groupby('family')
group_df = group_df.aggregate({'name': name_join, 'age': pd.np.mean})

其中name_join是名称的简单聚合函数：

def name_join(list_names, concat='-'):
    return concat.join(list_names)

输出是：

        age             name
family                      
1        23  john-jason-jane
2        28       jack-james

现在问题。

是否有快速有效的方法从聚合表中获取以下内容？

    name  age  family
0   john   23       1
1  jason   23       1
2   jane   23       1
3   jack   28       2
4  james   28       2

（注意：数字只是示例，我不关心在这个具体示例中取平均值之后丢失的信息）

我认为我能做到的方式看起来效率不高：

创建空数据框
来自group_df中的每一行，将名称分开
返回一个数据帧，其行数与起始行中的名称相同
将输出附加到空数据框

Answer 1

将操作视为groupby的“对立面”可能没有帮助。

您正在将字符串拆分为多个部分，并维护每个部分与“系列”的关联。 This old answer of mine完成这项工作。

首先将'family'设置为索引列，请参阅上面的链接，然后在最后找到reset_index()以获得所需的结果。

Answer 2

事实证明，pd.groupby() 返回一个对象，其原始数据存储在 obj 中。所以解组就是把原始数据拉出来。

group_df = df.groupby('family')
group_df.obj

示例

>>> dat_1 = df.groupby("category_2")
>>> dat_1
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x7fce78b3dd00>
>>> dat_1.obj
    order_date          category_2     value
1   2011-02-01  Cross Country Race  324400.0
2   2011-03-01  Cross Country Race  142000.0
3   2011-04-01  Cross Country Race  498580.0
4   2011-05-01  Cross Country Race  220310.0
5   2011-06-01  Cross Country Race  364420.0
..         ...                 ...       ...
535 2015-08-01          Triathalon   39200.0
536 2015-09-01          Triathalon   75600.0
537 2015-10-01          Triathalon   58600.0
538 2015-11-01          Triathalon   70050.0
539 2015-12-01          Triathalon   38600.0

[531 rows x 3 columns]

Answer 3

有几种方法可以撤消DataFrame.groupby，一种方法是执行DataFrame.groupby.filter（lambda x：True），这可以返回到原始DataFrame。

Answer 4

这是一个完整的示例，可以从分组的对象中恢复原始数据帧

def name_join(list_names, concat='-'):
    return concat.join(list_names)

print('create dataframe\n')
df = pandas.DataFrame({'name':['john', 'jason', 'jane', 'jack', 'james'], 'age':[1,36,32,26,30], 'family':[1,1,1,2,2]})
df.index.name='indexer'
print(df)
print('create group_by object')
group_obj_df = df.groupby('family')
print(group_obj_df)

print('\nrecover grouped df')
group_joined_df = group_obj_df.aggregate({'name': name_join, 'age': 'mean'})
group_joined_df


create dataframe

          name  age  family
indexer                    
0         john    1       1
1        jason   36       1
2         jane   32       1
3         jack   26       2
4        james   30       2
create group_by object
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x7fbfdd9dd048>

recover grouped df 
                   name  age
family                      
1       john-jason-jane   23
2            jack-james   28

print('\nRecover the original dataframe')
print(pandas.concat([group_obj_df.get_group(key) for key in group_obj_df.groups]))

Recover the original dataframe
          name  age  family
indexer                    
0         john    1       1
1        jason   36       1
2         jane   32       1
3         jack   26       2
4        james   30       2

大熊猫的.groupby对面是否有“取消组合”操作？

4 个答案:

示例