访问 groupby Pandas 获取前 n 个数量答案

【问题标题】：Access groupby Pandas taking first n quantity访问 groupby Pandas 获取前 n 个数量
【发布时间】：2020-08-29 01:52:08
【问题描述】：

我有一个如下所示的数据框：

Date Product Quantity Price Buy/Sell
8/11 Apple       5      5      b
8/11 Apple       5      4      b
8/12 Pear        11     4      b
8/13 Pear        4      3      b
8/13 Pear        5      6      s

我正在尝试根据拆分分配它们。在这种情况下，比如说 60% 和 40%。

前 60% 将转到一个 df，较低的 40% 转到另一个。

所以结果是

output df1
8/11 Apple  5 5 b
8/11 Apple  1 4 b
8/12 Pear  10 4 b
8/13 Pear   3 6 s

output df2
8/11 Apple  4 4 b
8/12 Pear   1 4 b
8/13 Pear   4 3 b
8/13 Pear   2 6 s

我已将它们与 df.groupby(["product", "Buy/Sell"]) 分组，但我不确定如何访问它以获取各个组。

我想在我将它们分组后，我可以让一个计数器移动到 60% 的一侧，直到它不能再移动整个条目，然后拆分下一个。之后，其余的将达到 40%。

我将如何访问 groupby 元素？

这是一个好方法吗？

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

我认为你可以走这条路。您必须设计一些快速函数来拆分需要拆分的部分，这将是一些工作。

您可以访问分组对象之外的组，如下所示。 “GroupBy”对象是可迭代的，当您对其进行迭代时，您会返回一个包含组名（键）和该组的数据框的元组。

In [43]: df                                                                       
Out[43]: 
   Date Product  Quantity  Price Buy/Sell
0  8/11   Apple         5      5        b
1  8/11   Apple         5      4        b
2  8/12    Pear        11      4        b
3  8/13    Pear         4      3        b
4  8/13    Pear         5      6        s

In [44]: grouped = df.groupby(['Product', 'Buy/Sell'])                            

In [45]: type(grouped)                                                            
Out[45]: pandas.core.groupby.generic.DataFrameGroupBy

In [46]: for group_name, group in grouped: 
    ...:     print(group_name) 
    ...:     print(type(group)) 
    ...:     print(group) 
    ...:     grp_tot = group['Quantity'].sum() 
    ...:     print(f'Total quantity within this group is {grp_tot}') 
    ...:     print('\n') 
    ...:                                                                          
('Apple', 'b')
<class 'pandas.core.frame.DataFrame'>
   Date Product  Quantity  Price Buy/Sell
0  8/11   Apple         5      5        b
1  8/11   Apple         5      4        b
Total quantity within this group is 10


('Pear', 'b')
<class 'pandas.core.frame.DataFrame'>
   Date Product  Quantity  Price Buy/Sell
2  8/12    Pear        11      4        b
3  8/13    Pear         4      3        b
Total quantity within this group is 15


('Pear', 's')
<class 'pandas.core.frame.DataFrame'>
   Date Product  Quantity  Price Buy/Sell
4  8/13    Pear         5      6        s
Total quantity within this group is 5

我会使用这样的东西并在整个数据框中创建另一个“目标”列或类似的东西，并用“1”或“2”标记你希望它进入哪个拆分，然后你可以将其用作选择，这将避免逐行追加，这很慢。然后，您将不得不返回并找到需要拆分的部分并进行处理。

【讨论】：