Pandas - Groupby 数据帧存储为数据帧而不聚合答案

【问题标题】：Pandas - Groupby dataframe store as dataframe without aggregatingPandas - Groupby 数据帧存储为数据帧而不聚合
【发布时间】：2016-03-17 18:56:34
【问题描述】：

我是 Pandas 的新手，我在这里阅读了很多文档、帖子和答案，但我无法找到实现目标的好策略，抱歉，如果它已经回答，我找不到它。这是我所拥有的：

df = {'key': ['A', 'B', 'A', 'B'], 'value': [2,2,1,1]}
df = pd.DataFrame(df)
df
   key  value
0   A   2
1   B   2
2   A   1
3   B   1

我知道 groupby() 会返回一个 groupby 对象，而且我知道我可以使用 groupby 对象做很多聚合的东西（计数、大小、平均值等）。但是，我不想聚合，我只想根据“键”列对我的数据框进行分组，并将其存储为如下数据框：

   key  value
0   A   2
1   A   1
2   B   2
3   B   1

完成这一步后，我最终想要的是按值对每个组进行排序，如下所示：

   key  value
0   A   1
1   A   2
2   B   1
3   B   2

非常感谢任何答案、评论或提示。谢谢！

【问题讨论】：

a groupby 对象只是描述如何执行分组的元数据，它不是 df，当您对 groupby 对象执行某种聚合时，它会返回系列或 df尝试存储它是没有意义的
好的，我在问题中提到 groupby 是一个对象，那么有什么提示或解决方案吗？因为下面建议的那种不是我要找的。我想保持表中行的出现顺序，而 sort 严格根据字符串顺序对它们进行排序。

标签： python pandas group-by

【解决方案1】：

您可以通过使用sort_values 对数据框进行排序而不是使用groupby 来获得所需的输出。

df.sort_values(['key', 'value'], inplace=True)

编辑：

如果您真的想使用groupby 来执行键的分组，那么可以将一个简单的filter 应用于groupby 对象。

df = df.groupby('key').filter(lambda x: True)

这似乎不是取回数据帧的最佳方式，但没有立即想到其他方法。之后，您仍然需要使用 sort_values 对值列进行排序。

【讨论】：

感谢您的回答，但我想使用 groupby 的原因是： 1- 我想知道是否有使用 groupby 的方法。 2- 使用排序并不是我想要的，因为它是基于字符串（字母）或数字（值）排序的，对吧？相反，我想按键分组，无论它们在字母和/或数字中的位置如何，而不是它们在表格中的出现。
我已经编辑了我的答案以包含使用 groupby 的方法。
感谢@root！但这似乎不起作用，执行编辑中的行后 df 没有改变，或者我遗漏了什么？

【解决方案2】：

如果您愿意在不使用链接的情况下这样做，那么这应该可以...

df = {'key': ['A', 'B', 'A', 'B'], 'value': [2,2,1,1]}
df = pd.DataFrame(df)

groups = df.groupby(['key', 'value'])
groups = sorted(groups)
df = pd.concat([g for _, g in groups])

print(df)

为了记录，我不完全理解您为什么不对整个帧进行排序...我猜您除了排序之外还需要用于其他转换的组，因此您希望避免自己进行排序整个框架。如果您通过这样做找到了更好的性能，请告诉我:)

【讨论】：

【解决方案3】：

如果您想使用groupby 的原因是为了保留索引结构，那么您可以执行以下操作：

df = {'key': ['A', 'B', 'A', 'B'], 'value': [2,2,1,1]}
df = pd.DataFrame(df)
print(df) 

key  value
0   A      2
1   B      2
2   A      1
3   B      1

所以，首先创建索引：

df.set_index(['key'], inplace=True)
print(df)

     value
key       
A        2
B        2
A        1
B        1

然后，对索引进行排序：

df.sort_index(inplace=True)
print(df)

     value
key       
A        2
A        1
B        2
B        1

然后，对值进行排序：

df.sort_values('value',inplace=True)
print(df)

     value
key       
A        1
B        1
A        2
B        2

如果你想保留原始索引，最后这样做：

df.reset_index(inplace=True)
print(df)

  key  value
0   A      1
1   B      1
2   A      2
3   B      2

【讨论】：