熊猫 groupby 与 dict

Question

是否可以使用字典对列的元素进行分组？

例如：

In [3]: df = pd.DataFrame({'A' : ['one', 'one', 'two', 'three','two', 'two', 'one', 'three'],
   ...:          'B' : np.random.randn(8)})
In [4]: df
Out[4]: 
       A         B
0    one  0.751612
1    one  0.333008
2    two  0.395667
3  three  1.636125
4    two  0.916435
5    two  1.076679
6    one -0.992324
7  three -0.593476

In [5]: d = {'one':'Start', 'two':'Start', 'three':'End'}
In [6]: grouped = df[['A','B']].groupby(d)

此（和其他变体）返回一个空的 groupby 对象。我对使用的各种变体.apply也都失败了。

我想将列的值A与字典的键相匹配，并将行放入由值定义的组中。输出看起来像这样：

 Start:
           A         B
    0    one  0.751612
    1    one  0.333008
    2    two  0.395667
    4    two  0.916435
    5    two  1.076679
    6    one -0.992324
End:
           A         B
    3  three  1.636125
    7  three -0.593476

Answer 1

从docs来看，字典必须从标签'A'映射到组名称，因此如果您放入索引，这将起作用：

grouped2 = df.set_index('A').groupby(d)
for group_name, data in grouped2:
    print group_name
    print '---------'
    print data

# Output:
End
---------
              B
A              
three -1.234795
three  0.239209

Start
---------
            B
A            
one -1.924156
one  0.506046
two -1.681980
two  0.605248
two -0.861364
one  0.800431

列名和行索引都是标签，而在放入索引之前'A'，元素'A'是值。

如果索引中有其他信息使操作变得set_index()棘手，您可以使用以下命令创建一个分组列map()：

df['group'] = df['A'].map(d)
grouped3 = df.groupby('group')

Answer 2

您可以使用字典进行分组，但是（与任何分组依据操作一样）您需要首先设置索引列。

grouped = df.set_index("A").groupby(d)

list(grouped)
# [('End',               B
# A              
# three -1.550727
# three  1.048730
# 
# [2 rows x 1 columns]), ('Start',             B
# A            
# one -1.552152
# one -2.018647
# two -0.968068
# two  0.449016
# two -0.374453
# one  0.116770
# 
# [6 rows x 1 columns])]