pandas 分组对象的操作

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

从 DataFrame 创建 GroupBy 对象，我们就了一个原材料，这个原材料我们可以灵活地根据我们的需求进行分析处理。

选择

有了 GroupBy 对象，可能希望对每个列进行不同的操作，使用类似于 [] 从 DataFrame 获取列：

grouped = df.groupby(['team'])
grouped_C = grouped['C']
grouped_D = grouped['D']

也可以先选择列，再进行分组，返回一个序列分组对象：

df['Q1'].groupby(df['team'])
# SeriesGroupBy

分组

df.groupby('team').groups # 显示所有分组
grouped.get_group('A') # 选择指定分组

# 多层索引的选择
grouped2 = df.groupby(['team', 'Q1'])
grouped2.get_group(('A', 57))

迭代分组

以下将迭代出分组名和分组内容：

for name, group in grouped:
    print(name)
    print(group)

分组排序

分组后会按分组字段进行排序（见上例索引示例），如果不想这样排序可以sort=False则会按内容首次出现的顺序显示：

df.groupby('team', sort=False, as_index=False).sum()
'''
  team    Q1    Q2    Q3    Q4
0    E   963  1013   881  1033
1    C  1056  1194  1068  1127
2    A  1066   639   875   783
3    D   860  1191  1241  1199
4    B   975  1218  1202  1136
'''

基本操作

# 以下部分需要聚合统计方法才能显示结果
# 选择列 返回一个SeriesGroupBy
df.groupby('team')['Q1']
df.groupby('team').all()
df.groupby('team').any()
grouped.backfill()
grouped.bfill()
df.groupby('team').head() # 每组显示前5个
grouped.tail(1) # 每组最后一个
grouped.rank() # 排序值
grouped.fillna(0)
grouped.indices # 字典 {分组名 -> 索引}.

# 分组中的第几个值，分组子集查询
gp.nth(1) # 第一个
gp.nth(-1) # 最后一个
gp.nth([-2, -1])
# 第 n 个非空项
gp.nth(0, dropna='all')
gp.nth(0, dropna='any')
# 可使用切片 1.4+ 版本
gp.nth[1:-1] # 选择指定行
gp.nth[1, -1] # 指定行列索引
gp.nth[:1, -1:] # 开区间
gp.nth(slice(1, -1)) # 内置函数写法
gp.nth([slice(None, 1), slice(-1, None)])

df.groupby('team').shift(-1) # 组内移动
grouped.tshift(1) # 按时间周期移动

df.groupby('team').any()
df.groupby('team').all()

df.groupby('team').rank() # 在组内的排名


# 仅 SeriesGroupBy 可用
# 每组最大的两个
df.groupby("team").Q1.nlargest(2)
df.groupby("team").Q1.nsmallest(2)
df.groupby("team").Q1.nunique() # 每组去重数量
df.groupby("team").Q1.unique() #  每组去重值
df.groupby("team").Q1.value_counts() #  每组去重值及数量
df.groupby("team").Q1.is_monotonic_increasing # 每组值是否单调递增
df.groupby("team").Q1.is_monotonic_decreasing # 每组值是否单调递减


# 仅 DataFrameGroupBy 可用
df.groupby("team").corrwith(df2) # 相关性

可视化

gp.plot() # 各组的折线图
gp.plot.bar() #
df.groupby('team').hist() # 直方图
df.groupby('team').boxplot() # 箱线图
df.boxplot(by="team") # 同上

unstack

参见

T

参见