วิธีเข้าถึง pandas groupby dataframe โดยใช้คีย์

ฉันจะเข้าถึง groupby dataframe ที่สอดคล้องกันในวัตถุ groupby โดยคีย์ได้อย่างไร

ด้วย groupby ต่อไปนี้:

rand = np.random.RandomState(1)
df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
                   'B': rand.randn(6),
                   'C': rand.randint(0, 20, 6)})
gb = df.groupby(['A'])

ฉันสามารถย้ำผ่านมันเพื่อรับกุญแจและกลุ่ม:

In [11]: for k, gp in gb:
             print 'key=' + str(k)
             print gp
key=bar
     A         B   C
1  bar -0.611756  18
3  bar -1.072969  10
5  bar -2.301539  18
key=foo
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

ฉันต้องการเข้าถึงกลุ่มด้วยกุญแจ:

In [12]: gb['foo']
Out[12]:  
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

แต่เมื่อฉันลองทำด้วยgb[('foo',)]ฉันจะได้pandas.core.groupby.DataFrameGroupByวัตถุแปลก ๆซึ่งดูเหมือนจะไม่มีวิธีการใดที่ตรงกับ DataFrame ที่ฉันต้องการ

สิ่งที่ดีที่สุดที่ฉันคิดได้คือ:

In [13]: def gb_df_key(gb, key, orig_df):
             ix = gb.indices[key]
             return orig_df.ix[ix]

         gb_df_key(gb, 'foo', df)
Out[13]:
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14  

แต่นี่เป็นสิ่งที่น่ารังเกียจเมื่อพิจารณาว่าแพนด้าเหล่านี้ดีแค่ไหนในเรื่องเหล่านี้
วิธีการทำเช่นนี้ในตัวคืออะไร?

คุณสามารถใช้get_groupวิธีการ:

In [21]: gb.get_group('foo')
Out[21]: 
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

หมายเหตุ: ไม่จำเป็นต้องมีการสร้างพจนานุกรมตัวกลาง / คัดลอกของทุก subdataframe dict(iter(gb))สำหรับทุกกลุ่มดังนั้นจะมีมากหน่วยความจำที่มีประสิทธิภาพที่สร้างพจนานุกรมไร้เดียงสาที่มีมากขึ้น นี่เป็นเพราะมันใช้โครงสร้างข้อมูลที่มีอยู่แล้วในวัตถุ groupby

คุณสามารถเลือกคอลัมน์ที่แตกต่างกันโดยใช้การแบ่งกลุ่มโดย:

In [22]: gb[["A", "B"]].get_group("foo")
Out[22]:
     A         B
0  foo  1.624345
2  foo -0.528172
4  foo  0.865408

In [23]: gb["C"].get_group("foo")
Out[23]:
0     5
2    11
4    14
Name: C, dtype: int64

Wes McKinney (ผู้เขียนแพนด้า) ใน Python for Data Analysis จัดทำสูตรต่อไปนี้:

groups = dict(list(gb))

ซึ่งจะส่งคืนพจนานุกรมที่มีคีย์เป็นป้ายกำกับกลุ่มของคุณและมีค่าเป็น DataFrames เช่น

groups['foo']

จะให้สิ่งที่คุณต้องการ:

     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

ค่อนข้างมากกว่า

gb.get_group('foo')

ฉันชอบที่จะใช้ gb.groups

df.loc[gb.groups['foo']]

เพราะด้วยวิธีนี้คุณสามารถเลือกหลายคอลัมน์ได้เช่นกัน ตัวอย่างเช่น:

df.loc[gb.groups['foo'],('A','B')]

gb = df.groupby(['A'])

gb_groups = grouped_df.groups

หากคุณกำลังมองหากลุ่มวัตถุที่เลือกโดยให้ทำ: gb_groups.keys () และป้อนรหัสที่ต้องการลงใน key_list ต่อไปนี้ ..

gb_groups.keys()

key_list = [key1, key2, key3 and so on...]

for key, values in gb_groups.iteritems():
    if key in key_list:
        print df.ix[values], "\n"

ฉันกำลังมองหาวิธีที่จะสุ่มตัวอย่างสมาชิกสองสามคนของ GroupBy obj - ต้องตอบคำถามที่โพสต์เพื่อให้เสร็จ

สร้างวัตถุ groupby

grouped = df.groupby('some_key')

เลือก N dataframes และหยิบสิ่งบ่งชี้

sampled_df_i  = random.sample(grouped.indicies, N)

คว้ากลุ่ม

df_list  = map(lambda df_i: grouped.get_group(df_i), sampled_df_i)

เป็นทางเลือก - ทำให้ทั้งหมดกลับเป็นวัตถุ dataframe เดียว

sampled_df = pd.concat(df_list, axis=0, join='outer')