使用list()的奇怪的groupby / Dataframe行为

时间:2017-06-06 10:45:23

标签: python list pandas dataframe

我需要在从数据框(“分组”)构建的组中构建选定值的dict。 idcolumn是一个字符串[“column_name”]的列表(我把它作为一个列表,因为在某些时候,我需要为使用标签的操作添加各种其他字符串/列名称。)

所以我用它作为一个意思来检索这个语句的组:

grouped.get_group(k).loc[:,idcolumn]

完全相同
grouped.get_group(k).loc[:,idcolumn[0]]

以[“column_name”]作为标题输出所选数据的数据帧。

我的完整表达是:

dict_to_build= {k: list(grouped.get_group(k).loc[:,idcolumn]) for k in grouped.groups.keys() }

但我有一个非常奇怪的错误 构建的dict包含所有键,但作为唯一值“column_name”。 如果我使用

dict_to_build= {k: list(grouped.get_group(k).loc[:,idcolumn[0]) for k in grouped.groups.keys() }

dict完全没问题。

如下所示:

In [115]: pde=pd.DataFrame({"a":[1,2,3,1,2,3], "column_name":["a","b","c","d","e","f"]})

In [116]: pde
Out[116]: 
   a column_name
0  1           a
1  2           b
2  3           c
3  1           d
4  2           e
5  3           f

In [117]: grouped=pde.groupby[1]
Traceback (most recent call last):

  File "<ipython-input-117-b504dadfee12>", line 1, in <module>
    grouped=pde.groupby[1]

TypeError: 'method' object is not subscriptable


In [118]: grouped=pde.groupby("a")

In [119]: grouped.get_group(1).loc[:,"column_name"]
Out[119]: 
0    a
3    d
Name: column_name, dtype: object

In [120]: list(grouped.get_group(1).loc[:,"column_name"])
Out[120]: ['a', 'd']

In [121]: list(grouped.get_group(1).loc[:,["column_name"]])
Out[121]: ['column_name']

有人可以告诉我发生了什么事吗?这对我来说绝对奇怪。问题来自数据框架,带有列表作为参数的loc,还是列表函数?

1 个答案:

答案 0 :(得分:1)

我认为原因是

grouped.get_group(1).loc[:,"column_name"] 

返回系列

grouped.get_group(1).loc[:,["column_name"]] 

返回一个Dataframe。

当您执行列表(系列)时,它返回系列的值,而当您执行列表(Dataframe)时,它返回df的列,在本例中为“column_name”。