Question

我在数据框中进行了groupby操作，以按特定列的分类值进行分组。类似的东西：

grouped = df.groupby(df["categories"])

如果我list(grouped)我得到的是一个数据帧列表，每个类别一个。到目前为止，非常好。

但我想在列表中的每个数据框中选择一个特定的列。想象一下，我要访问的列名为vals。我想要这样的东西：

my_array = [grouped[i]["vals"] for i in grouped]

但是之前的命令不起作用，我尝试过的其他组合都没有。你有什么建议吗？感谢。

Answer 1

grouped返回tuple s - 群组名称和DataFrame，因此可能的解决方案是：

#unpack tuples to i, df
my_array = [df['vals'] for i, df in grouped]

或者：

#select second value of tuple - df
my_array = [i[1]['vals'] for i in grouped]

<强>示例：

df = pd.DataFrame({'D':[1,3,5,7],
                   'vals':[5,3,6,9],
                   'categories':list('aabb')})

print (df)
   D categories  vals
0  1          a     5
1  3          a     3
2  5          b     6
3  7          b     9

grouped = df.groupby(df["categories"])

print (list(grouped))
[('a',    D categories  vals
0  1          a     5
1  3          a     3), ('b',    D categories  vals
2  5          b     6
3  7          b     9)]

my_array = [df['vals'] for i in grouped]
print (my_array)
[0    5
1    3
2    6
3    9
Name: vals, dtype: int64, 0    5
1    3
2    6
3    9
Name: vals, dtype: int64]

Answer 2

根据您共享的代码，您似乎使用rbind()作为索引，这是不正确的。在您的情况i中，for i in grouped是列表中的实际对象。

尝试其中一项

i

或

my_array = [df.vals for i, df in grouped]

访问pandas中分组列表中的列

2 个答案: