python - 切片 DataFrameGroupBy 对象

Question

有没有办法对 DataFrameGroupBy 对象进行切片？

例如，如果我有:

df = pd.DataFrame({'A': [2, 1, 1, 3, 3], 'B': ['x', 'y', 'z', 'r', 'p']})

   A  B
0  2  x
1  1  y
2  1  z
3  3  r
4  3  p

dfg = df.groupby('A')

现在，返回的 GroupBy 对象由 A 中的值索引，我想选择它的一个子集，例如执行聚合。可能是这样的

dfg.loc[1:2].agg(...)

或者，对于特定的列，

dfg['B'].loc[1:2].agg(...)

编辑。更清楚地说:通过切片 GroupBy 对象，我的意思是只访问组的一个子集。在上面的示例中，GroupBy 对象将包含 3 个组，分别为 A = 1、A = 2 和 A = 3。出于某些原因，我可能只对 A = 1 和 A = 2 的组感兴趣。

Answer 1

看来您需要使用 iloc 的自定义函数 - 但如果使用 agg 是必需的，则返回聚合值:

df = df.groupby('A')['B'].agg(lambda x: ','.join(x.iloc[0:3]))
print (df)
A
1    y,z
2      x
3    r,p
Name: B, dtype: object

---

df = df.groupby('A')['B'].agg(lambda x: ','.join(x.iloc[1:3]))
print (df)
A
1    z
2     
3    p
Name: B, dtype: object

对于多列:

df = pd.DataFrame({'A': [2, 1, 1, 3, 3], 
                   'B': ['x', 'y', 'z', 'r', 'p'], 
                   'C': ['g', 'y', 'y', 'u', 'k']})
print (df)
   A  B  C
0  2  x  g
1  1  y  y
2  1  z  y
3  3  r  u
4  3  p  k

df = df.groupby('A').agg(lambda x: ','.join(x.iloc[1:3]))
print (df)
   B  C
A      
1  z  y
2      
3  p  k