Question

在某些转换中，我似乎被迫从Pandas数据帧分组对象中断，我想要一种方法来返回该对象。

给定时间序列数据的数据帧，如果按数据帧中的一个值分组，我们将获得从键到数据帧的基础字典。由于被迫从中创建Python字典，因此无法使用.from_dict（）将结构转换回Dataframe，因为结构是数据帧的关键。根据我的知识，回到Pandas没有一些hacky列重命名的唯一方法是将其转换回分组对象。有没有办法做到这一点？

如果没有，我如何将实例字典转换为数据帧回到Pandas数据结构？

编辑添加样本::

rng = pd.date_range('1/1/2000', periods=10, freq='10m')
df = pd.DataFrame({'a':pd.Series(randn(len(rng)), index=rng), 'b':pd.Series(randn(len(rng)), index=rng)})
// now have dataframe with 'a's and 'b's in time series
for k, v in df.groupby('a'):
  df_dict[k] = v
// now we apply some transformation that cannot be applied view aggregate, transform, or apply
// how do we get this back into a groupedby object?

Answer 1

如果我正确理解OP的问题，您希望按某些键对数据帧进行分组，对每个组执行不同的操作（可能生成新列等），然后返回原始数据帧。

修改你的例子（按随机整数分组而不是通常唯一的浮点数）：

np.random.seed(200)
rng = pd.date_range('1/1/2000', periods=10, freq='10m')
df = pd.DataFrame({'a':pd.Series(np.random.randn(len(rng)), index=rng), 'b':pd.Series(np.random.randn(len(rng)), index=rng)})
df['group'] = np.random.randint(3,size=(len(df)))

通常，如果我需要每组每列的单个值，我会这样做（例如，'a'的总和，'b'的平均值）

In [10]: df.groupby('group').aggregate({'a':np.sum, 'b':np.mean})
Out[10]: 
              a         b
group                    
0     -0.214635 -0.319007
1      0.711879  0.213481
2      1.111395  1.042313

[3 rows x 2 columns]

但是，如果我需要为每个组添加一个系列，

In [19]: def func(sub_df):
        sub_df['c'] = sub_df['a'] * sub_df['b'].shift(1)
        return sub_df
   ....: 

In [20]: df.groupby('group').apply(func)
Out[20]: 
                   a         b  group         c
2000-01-31 -1.450948  0.073249      0       NaN
2000-11-30  1.910953  1.303286      2       NaN
2001-09-30  0.711879  0.213481      1       NaN
2002-07-31 -0.247738  1.017349      2 -0.322874
2003-05-31  0.361466  1.911712      2  0.367737
2004-03-31 -0.032950 -0.529672      0 -0.002414
2005-01-31 -0.221347  1.842135      2 -0.423151
2005-11-30  0.477257 -1.057235      0 -0.252789
2006-09-30 -0.691939 -0.862916      2 -1.274646
2007-07-31  0.792006  0.237631      0 -0.837336

[10 rows x 4 columns]

我猜你想要第二个例子。但即使你的例子，原始问题也不是很清楚。

创建一个新的Pandas分组对象

1 个答案: