如何从pandas中的groupby对象中选择列？

Question

我将数据框分组为下面的两列

df = pd.DataFrame({'a': [1, 1, 3],
                   'b': [4.0, 5.5, 6.0],
                   'c': [7L, 8L, 9L],
                   'name': ['hello', 'hello', 'foo']})
df.groupby(['a', 'name']).median()

结果是:

            b    c
a name            
1 hello  4.75  7.5
3 foo    6.00  9.0

如何访问name结果中位数的字段(在本例中hello, foo)？这失败了:

df.groupby(['a', 'name']).median().name

Answer 1

您需要获取索引值,它们不是列.在这种情况下1级

df.groupby(["a", "name"]).median().index.get_level_values(1)

Out[2]:

Index([u'hello', u'foo'], dtype=object)

您也可以传递索引名称

df.groupby(["a", "name"]).median().index.get_level_values('name')

因为这比传递整数值更直观.

您可以通过调用将索引值转换为列表 tolist()

df.groupby(["a", "name"]).median().index.get_level_values(1).tolist()

Out[5]:

['hello', 'foo']

Answer 2

as_index = False在groupby期间设置

df = pandas.DataFrame({"a":[1,1,3], "b":[4,5.5,6], "c":[7,8,9], "name":["hello","hello","foo"]})
df.groupby(["a", "name"] , as_index = False).median()

Answer 3

您还可以reset_index()在 groupby 结果上取回名称列现在可访问的数据框。

import pandas as pd
df = pd.DataFrame({"a":[1,1,3], "b":[4,5.5,6], "c":[7,8,9], "name":["hello","hello","foo"]})
df_grouped = df.groupby(["a", "name"]).median().reset_index()
df_grouped.name
 0    hello
 1      foo
 Name: name, dtype: object

如果您对单个列执行操作，则返回将是一个具有多pd.DataFrame索引的系列，您可以简单地应用它然后 reset_index。