python - groupby 的 groupby 用于选择 pandas 中的值

Question

我有一个数据框如下:

marker    date         value       identifier

EA    2007-01-01      0.33            55
EA    2007-01-01      0.73            56
EA    2007-01-01      0.51            57
EA    2007-02-01      0.13            55
EA    2007-02-01      0.23            57
EA    2007-03-01      0.82            55
EA    2007-03-01      0.88            56
EB    2007-01-01      0.13            45
EB    2007-01-01      0.74            46
EB    2007-01-01      0.56            47
EB    2007-02-01      0.93            45
EB    2007-02-01      0.23            47
EB    2007-03-01      0.82            45
EB    2007-03-01      0.38            46
EB    2007-03-01      0.19            47

现在我想按值对此数据框进行选择，所以我使用

df.groupby(marker).get_group('EA')

但我也想获得该值的平均值，并注意到我有一个重复的日期索引，所以现在我必须执行两个分组，因为索引不同，导致

df.groupby(marker).get_group('EA').groupby(df.groupby(marker).get_group('EA').index.date).mean()['value'].plot()

显然不太清晰。如何在不创建中间变量的情况下完成此任务？

Answer 1

您不能，因为您在上面关于 AssertionError 的评论中写道。 Pandas 期望根据某个序列执行(第二个)groupby，该序列的长度与分组的 DataFrame 完全相同。如果您不愿意首先创建一个描述 EA 值的 DataFrame，那么您基本上只能在运行中再次创建它。

这不仅难以辨认，而且成本也不必要地昂贵。说到这里，我会像这样重写你的代码:

eas = df[df.marker == 'EA']
eas.value.groupby(eas.date).mean().plot();

执行groupby并保留单个组是一种非常昂贵的仅根据键进行过滤的方法。