熊猫 groupby 到 to_csv

Question

想要将 Pandas groupby 数据框输出到 CSV。尝试了各种 StackOverflow 解决方案，但没有奏效。

Python 3.6.1，熊猫 0.20.1

groupby 结果如下：

id  month   year    count
week                
0   9066    82  32142   895
1   7679    84  30112   749
2   8368    126 42187   872
3   11038   102 34165   976
4   8815    117 34122   767
5   10979   163 50225   1252
6   8726    142 38159   996
7   5568    63  26143   582

想要一个看起来像这样的 csv

week  count
0   895
1   749
2   872
3   976
4   767
5   1252
6   996
7   582

当前代码：

week_grouped = df.groupby('week')
week_grouped.sum() #At this point you have the groupby result
week_grouped.to_csv('week_grouped.csv') #Can't do this - .to_csv is not a df function. 

阅读 SO 解决方案：

output groupby to csv file pandas

week_grouped.drop_duplicates().to_csv('week_grouped.csv')

结果： AttributeError：无法访问“DataFrameGroupBy”对象的可调用属性“drop_duplicates”，请尝试使用“apply”方法

Python pandas - writing groupby output to file

week_grouped.reset_index().to_csv('week_grouped.csv')

结果： AttributeError: "无法访问 'DataFrameGroupBy' 对象的可调用属性 'reset_index'，请尝试使用 'apply' 方法"

Answer 1

尝试这样做：

week_grouped = df.groupby('week')
week_grouped.sum().reset_index().to_csv('week_grouped.csv')

这会将整个数据帧写入文件。如果你只想要这两列，那么，

week_grouped = df.groupby('week')
week_grouped.sum().reset_index()[['week', 'count']].to_csv('week_grouped.csv')

下面是对原代码的逐行解释：

# This creates a "groupby" object (not a dataframe object) 
# and you store it in the week_grouped variable.
week_grouped = df.groupby('week')

# This instructs pandas to sum up all the numeric type columns in each 
# group. This returns a dataframe where each row is the sum of the 
# group's numeric columns. You're not storing this dataframe in your 
# example.
week_grouped.sum() 

# Here you're calling the to_csv method on a groupby object... but
# that object type doesn't have that method. Dataframes have that method. 
# So we should store the previous line's result (a dataframe) into a variable 
# and then call its to_csv method.
week_grouped.to_csv('week_grouped.csv')

# Like this:
summed_weeks = week_grouped.sum()
summed_weeks.to_csv('...')

# Or with less typing simply
week_grouped.sum().to_csv('...')

Answer 2

尝试将您的第二行更改为 week_grouped = week_grouped.sum() 并重新运行所有三行。

如果您在自己的 Jupyter 笔记本单元格中运行 week_grouped.sum()，您将看到语句将输出返回到单元格的输出，而不是将结果分配回 week_grouped。一些 pandas 方法有一个 inplace=True 参数（例如，df.sort_values(by=col_name, inplace=True)），但 sum 没有。

编辑：每周编号是否仅在您的 CSV 中出现一次？如果是这样，这是一个不使用groupby的更简单的解决方案：

df = pd.read_csv('input.csv')
df[['id', 'count']].to_csv('output.csv')

Answer 3

Group By 返回键值对，其中键是组的标识符，值是组本身，即与键匹配的原始 df 的子集。

在您的示例中，week_grouped = df.groupby('week') 是一组组（pandas.core.groupby.DataFrameGroupBy 对象），您可以按如下方式详细探索：

for k, gr in week_grouped:
    # do your stuff instead of print
    print(k)
    print(type(gr)) # This will output <class 'pandas.core.frame.DataFrame'>
    print(gr)
    # You can save each 'gr' in a csv as follows
    gr.to_csv('{}.csv'.format(k))

或者，您也可以在分组对象上计算聚合函数

result = week_grouped.sum()
# This will be already one row per key and its aggregation result
result.to_csv('result.csv') 

在您的示例中，您需要将函数结果分配给某个变量，因为默认情况下 pandas 对象是不可变的。

some_variable = week_grouped.sum() 
some_variable.to_csv('week_grouped.csv') # This will work

基本上 result.csv 和 week_grouped.csv 应该是相同的

Answer 4

我觉得没有必要使用groupby，你也可以直接删除你不想要的列。

df = df.drop(['month','year'], axis=1)
df.reset_index()
df.to_csv('Your path')

Answer 5

Pandas groupby 会生成大量信息（计数、平均值、标准差……）。如果要将它们全部保存在 csv 文件中，首先需要将其转换为常规 Dataframe：

import pandas as pd
...
...
MyGroupDataFrame = MyDataFrame.groupby('id')
pd.DataFrame(MyGroupDataFrame.describe()).to_csv("myTSVFile.tsv", sep='\t', encoding='utf-8')

Answer 6

##嘿， 我才发现这个！！ 我们也可以尝试对 groupby 结果进行切片并在 csv 中读取。 试试这个：##

week_grouped = df.groupby('week')
length=len(week_grouped)
week_grouped[0:length].to_csv("results.csv")