pandas groupby 组和子组级别分析答案

【问题标题】：pandas groupby group and subgroup level analysispandas groupby 组和子组级别分析
【发布时间】：2016-05-07 19:32:41
【问题描述】：

在多列 groupby 对象上，如何仅访问外列？例如下面，我可以通过：df.get_group(('media', 'entertainment content')) 命令访问内栏（娱乐内容），我希望也能够访问类似：df.get_group(('media')) 但它会引发错误：" ValueError: 必须为 get_group 提供一个具有多个分组键的元组"

[('media', 'entertainment content'),('media', 'internet media')]

df.get_group(('media', 'entertainment content'))
                                     lasts      vol        prev ticker
industry sub_industry                                                 
media    entertainment content  379.200012  1828139  354.000000  suntv
         entertainment content  420.049988  2675741  404.600006      z

temp.get_group(('media'))
ValueError: must supply a tuple to get_group with multiple grouping keys

【问题讨论】：

标签： python-2.7 pandas dataframe

【解决方案1】：

按照错误消息中的说明操作并使用元组：

temp.get_group(('media',))

注意结尾的逗号。

【讨论】：

嗨。我试过了，它给了我以下错误 temp.get_group(('media',)) ValueError: must supply a same-length tuple to get_group with multiple grouping keys
OP 的问题不是他/她没有尝试使用元组，而是他/她没有认识到(x) 不是 Python 中的元组，而(x,) 是。

【解决方案2】：

我正在尝试做类似的事情（为每个子组创建列）。但是，据我所知，下面的方法适合我，也会对你有所帮助。我试图在提供的cookbook pandas 文档中找到解决方案，但没有帮助。这是我建议的方式，

grp = df.groupby('industry', 'sub_industry') values = []

for sub_ind in (df.sub_industry.unique()): values.append(grp.get_group(('media', sub_ind)))

【讨论】：

【解决方案3】：

如果您只想访问“媒体”，则在调用get_group 时不需要额外的括号。所以它只是get_group('media')。

如果您想检索多个组，则需要使用一组额外的括号来创建元组。例如：get_group(('media','pizza'))

【讨论】：

【解决方案4】：

与pandas.get_group一样，在按多个键分组后似乎无法访问单个键，我建议使用以下替代方法。

生成数据框：

import pandas as pd
import numpy as np

rand = np.random.RandomState(1)
df = pd.DataFrame({'A': ['foo', 'bar'] * 12,
               'B': rand.randn(24),
               'C': rand.randint(0, 20, 24),
               'D': ['aaa','bbb','ccc'] * 8})

按多个键（'A'和'D'）分组并使用pandas.ngroup分配组号，将其存储在新列中：

df["grouping_AandD"] = df.groupby(["A", "D"]).ngroup()

使用刚刚创建的列循环显示所有组合，但仅显示包含“想要的键”（本例中为“foo”）的组合：

wanted_key = "foo"
for i in range(0, df.grouping_AandD.nunique()):
    grouped_df = df[df.grouping_AandD == i]
    if (grouped_df.A.all() == wanted_key):
        print(grouped_df)

【讨论】：

【解决方案5】：

您的代码不起作用的原因是因为您创建了一个包含多个键的组，但是在调用 get_group 方法时您只使用了一个键（行业），即“媒体”。 @Cash Staheli 在第二个选项中提到您需要执行以下操作

get_group(('value1','value2'))

【讨论】：