如何打印groupby对象

Question

我想用Pandas打印分组结果.

我有一个数据帧:

import pandas as pd
df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})
print(df)

       A  B
0    one  0
1    one  1
2    two  2
3  three  3
4  three  4
5    one  5

在按'A'分组后打印时,我有以下内容:

print(df.groupby('A'))

<pandas.core.groupby.DataFrameGroupBy object at 0x05416E90>

如何打印分组的数据框？

如果我做:

print(df.groupby('A').head())

我获取数据帧,好像它没有分组:

             A  B
A                
one   0    one  0
      1    one  1
two   2    two  2
three 3  three  3
      4  three  4
one   5    one  5

我期待的是:

             A  B
A                
one   0    one  0
      1    one  1
      5    one  5
two   2    two  2
three 3  three  3
      4  three  4

Answer 1

简单地说:

grouped_df = df.groupby('A')

for key, item in grouped_df:
    print(grouped_df.get_group(key), "\n\n")

这也有效,

grouped_df = df.groupby('A')    
gb = grouped_df.groups

for key, values in gb.iteritems():
    print(df.ix[values], "\n\n")

对于选择性密钥分组:key_list_from_gb使用以下方法在以下内容中插入所需的密钥gb.keys():例如,

gb = grouped_df.groups
gb.keys()

key_list_from_gb = [key1, key2, key3]

for key, values in gb.items():
    if key in key_list_from_gb:
        print(df.ix[values], "\n")

Answer 2

如果您只是想找到一种显示方式,可以使用describe():

grp = df.groupby['colName']
grp.describe()

这给你一个整洁的表.

Answer 3

除了之前的答案：

以你为例，

df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})

然后简单的1行代码

df.groupby('A').apply(print)

Answer 4

df.groupby('A').apply(display)

提供整洁的格式

Answer 5

我确认了head()版本0.12和0.13之间的变化行为.对我来说这看起来像个错误.我创造了一个问题.

但是groupby操作实际上并不返回按组排序的DataFrame.这里的.head()方法有点误导 - 这只是一个方便的功能,让你重新检查df你分组的对象(在这种情况下).结果groupby是单独的一种物体,一种GroupBy物体.您必须apply,transform或者filter返回DataFrame或Series.

如果你想要做的只是按A列中的值排序,你应该使用df.sort('A').

Answer 6

在 Jupyter Notebook 中，如果您执行以下操作，它会打印出一个很好的对象分组版本。该apply方法有助于创建多索引数据帧。

by = 'A'  # groupby 'by' argument
df.groupby(by).apply(lambda a: a[:])

输出：

             A  B
A                
one   0    one  0
      1    one  1
      5    one  5
three 3  three  3
      4  three  4
two   2    two  2

如果您希望by列不出现在输出中，只需删除列，就像这样。

df.groupby(by).apply(lambda a: a.drop(by, axis=1)[:])

输出：

         B
A         
one   0  0
      1  1
      5  5
three 3  3
      4  4
two   2  2

在这里，我不确定为什么.iloc[:]不工作而不是[:]最后。因此，如果将来由于更新（或目前）而出现一些问题，.iloc[:len(a)]也可以使用。

Answer 7

另一个简单的选择：

for name_of_the_group, group in grouped_dataframe:
   print (name_of_the_group)
   print (group)

Answer 8

此外,其他简单的替代方案可能是:

gb = df.groupby("A")
gb.count() # or,
gb.get_group(your_key)

Answer 9

感谢 Surya 提供了很好的见解。我会清理他的解决方案，然后简单地做：

for key, value in df.groupby('A'):
    print(key, value)

Answer 10

在 GroupBy 对象上调用 list()

print(list(df.groupby('A')))

给你：

[('one',      A  B
0  one  0
1  one  1
5  one  5), ('three',        A  B
3  three  3
4  three  4), ('two',      A  B
2  two  2)]