python - Pandas 按自定义功能分组

Question

这应该很简单。我想要的是按函数结果分组的能力，就像在 SQL 中你可以按表达式分组一样:

SELECT substr(name, 1) as letter, COUNT(*) as count
FROM table
GROUP BY substr(name, 1)

这将计算名称列以字母表中的每个字母开头的行数。

我想在 python 中做同样的事情，所以我假设我可以将一个函数传递给 groupby。但是，这只会将索引列(第一列)传递给函数，例如 0、1 或 2。我想要的是名称列:

import pandas

# Return the first letter
def first_letter(row):

    # row is 0, then 1, then 2 etc.
    return row.name[0]

#Generate a data set of words
test = pandas.DataFrame({'name': ["benevolent", "hidden", "absurdity", "anonymous", "furious", "antidemocratic", "honeydew"]})

#              name
# 0      benevolent
# 1          hidden
# 2       absurdity
# 3       anonymous
# 4         furious
# 5  antidemocratic
# 6        honeydew

test.groupby(first_letter)

我在这里做错了什么。怎样才能按行索引以外的其他方式进行分组？

Answer 1

为第一个字母创建一个新列:

def first_letter(row):
    return row[0]

test['first'] = test['name'].apply(first_letter)

并将其分组:

group = test.groupby('first')

使用它:

>>> group.count()

     name
first      
a         3
b         1
f         1
h         2