python - 在 pandas 中是否有类似 GroupBy.get_group 的东西，但有一个可选的默认值？

Question

我有一个 DataFrame df，我已经对其进行了“分组”。我正在寻找一个类似于 get_group(name) 的函数，除了它不是在名称不存在时抛出 KeyError，而是返回一个空的 DataFrame(或其他一些值)，类似于 dict.get 的工作方式:

g = df.groupby('x')

# doesn't work, but would be nice:
i = g.get_group(1, default=[])

# does work, but is hard to read:
i = g.obj.take(g.indices.get(1, []), g.axis)

是否已经有提供此功能的功能？

编辑:

在许多方面，GroupBy 对象由字典(.indicies、.groups)表示，并且这种“使用默认值获取”功能对于包含在 Python 语言本身中的字典概念来说已经足够核心了。似乎如果一个类似 dict 的东西没有 get with default，也许我没有正确理解它？为什么类似 dict 的东西没有“get with default”？

我想做的一个简短例子是:

df1_bymid = df1.groupby('mid')
df2_bymid = df2.groupby('mid')

for mid in set(df1_bymid.groups) | set(df2_bymid.groups) :
    rows1 = df1_bymid.get_group(mid, [])
    rows2 = df1_bymid.get_group(mid, [])
    for row1, row2 in itertools.product(rows1, rows2) :
        yield row1, row2

当然我可以创建一个函数，而且我可能会这样做，但似乎如果我必须走这么远，也许我没有按照预期的方式使用 GroupBy 对象:

def get_group(df, name, obj=None, default=None) :
    if obj is None :
        obj = df.obj

    try :
        inds = df.indices[name]
    except KeyError, e :
        if default is None :
            raise e

        inds = default

    return df.obj.take(inds, df.axis)

Answer 1

我可能会定义我自己的 get_group() 如下

In [55]: def get_group(g, key):
   ....:     if key in g.groups: return g.get_group(key)
   ....:     return pd.DataFrame()
   ....: 

In [52]: get_group(g, 's1')
Out[52]: 
   Mt Sp  Value  count
0  s1  a      1      3
1  s1  b      2      2

In [54]: get_group(g, 's4')
Out[54]: 
Empty DataFrame
Columns: []
Index: []