Python Pandas GroupBy获取组列表

Question

我有一行代码：

g = x.groupby('Color')

颜色有红色，蓝色，绿色，黄色，紫色，橙色和黑色。我该如何退回此清单？对于类似的属性，我使用x.Attribute并且它工作正常，但x.Color的行为方式不同。

Answer 1

有更简单的方法：

g = x.groupby('Color')

g.groups.keys()

通过执行groupby() pandas返回一个分组DF的字典。 您可以通过内置函数keys()的python轻松获取此dict的键列表。

Answer 2

我想将此添加为对Yanqi Ma的回答的评论，但我还没有评论的声誉。

如果您不关心群组的顺序，那么答案将正常运作：

g = x.groupby('Color')
g.groups.keys()
list(g.groups) # or this

但是，请注意g.groups是字典，因此密钥本质上是无序的！即使您在sort=True上使用groupby也是如此对组进行排序的方法，默认为true。

当它在两个平台上产生不同的顺序时，这实际上让我很难，特别是因为我使用的是list(g.groups)，所以起初并不明显g.groups是dict }。

在我看来，最好的方法是利用GroupBy object has an iterator这一事实，并使用列表推导按照它们在GroupBy对象中存在的顺序返回组：

g = x.groupby('Color')
groups = [name for name,unused_df in g]

它的可读性稍差，但这将始终以正确的顺序返回组。

Answer 3

据我了解，您有一个包含多列的数据框。其中一个专栏是＆＃34; Color＆＃34;它有不同类型的颜色。您想要返回存在的唯一颜色列表。

colorGroups = df.groupby(['Color'])
for c in colorGroups.groups: 
    print c

上面的代码将为您提供所有颜色，而无需重复颜色名称。因此，您应该获得如下输出：

Red
Blue
Green
Yellow
Purple
Orange
Black

另一种选择是unique()函数，它返回一个系列中所有唯一值的数组。因此，要获得所有独特颜色的数组，您可以这样做：

df['Color'].unique()

输出是一个数组，例如print df['Color'].unique()[3]会给你Yellow。

Answer 4

这是如何做到的。

groups = list()
for g, data in x.groupby('Color'):
    print(g, data)
    groups.append(g)

这里的核心思想是：如果你通过迭代器迭代一个数据帧组，你将得到一个两元组（组名，过滤数据帧），其中过滤后的数据帧只包含与之对应的记录基）。

Answer 5

我比较了上述解决方案的运行时（与我的数据）：

In [443]: d = df3.groupby("IND")

In [444]: %timeit groups = [name for name,unused_df in d]
377 ms ± 27.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [445]: % timeit  list(d.groups)
1.08 µs ± 47.3 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [446]: % timeit d.groups.keys()
708 ns ± 7.18 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [447]: % timeit df3['IND'].unique()
5.33 ms ± 128 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

似乎“ d.groups.keys（）”是最好的方法。

Answer 6

希望这会有所帮助。。快乐编码：）

df = pd.DataFrame(data=[['red','1','1.5'],['blue','20','2.5'],['red','15','4']],columns=(['color','column1','column2']))

list_req = list(df.groupby('color').groups.keys())
print(list_req)