有效地将熊猫中的数据框分组？

Question

我在 pandas 中有以下数据框，其中每一行都有一个唯一索引 (employee)，还有一个组标签 type：

df = pandas.DataFrame({"employee": ["a", "b", "c", "d"], "type": ["X", "Y", "Y", "Y"], "value": [10,20,30,40]})
df = df.set_index("employee")

我想按type 对员工进行分组，然后计算每种类型的统计数据。我怎样才能做到这一点并获得一个最终的数据帧type x statistic，例如type x (mean of types)？我尝试使用groupby:

g = df.groupby(lambda x: df.ix[x]["type"])
result = g.mean()

这是低效的，因为它为每一行引用df 的索引ix - 有没有更好的方法？

Answer 1

就像@sza 所说，您可以使用：

In [11]: g = df.groupby("type")

In [12]: g.mean()
Out[12]:
      value
type
X        10
Y        30

更多信息请查看groupby docs...