个人中心
文章发布
退出
作者热门文章
- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
25
4
CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章Pandas GroupBy对象 索引与迭代方法由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.
如下所示:
|
1
2
3
4
5
6
7
|
import
pandas as pd
df
=
pd.DataFrame({
'性别'
: [
'男'
,
'女'
,
'男'
,
'女'
,
'男'
,
'女'
,
'男'
,
'男'
],
'成绩'
: [
'优秀'
,
'优秀'
,
'及格'
,
'差'
,
'及格'
,
'及格'
,
'优秀'
,
'差'
],
'年龄'
: [
15
,
14
,
15
,
12
,
13
,
14
,
15
,
16
]})
GroupBy
=
df.groupby(
"性别"
)
|
GroupBy.iter() 。
GroupBy对象是一个迭代对象，每次迭代结果是一个元组，元组的第一个元素是该组的名称(就是groupby的列的元素名称)，第二个元素是该组的具体信息，是一个数据框，索引是以前的数据框的总索引 。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
for
name,group
in
GroupBy:
print
(name)
print
(group)
女
年龄 性别 成绩
1
14
女 优秀
3
12
女 差
5
14
女 及格
男
年龄 性别 成绩
0
15
男 优秀
2
15
男 及格
4
13
男 及格
6
15
男 优秀
7
16
男 差
|
GroupBy.groups 。
显示分组的组名，以及所对应的索引 。
|
1
2
|
print
(GroupBy.groups)
{
'女'
: Int64Index([
1
,
3
,
5
], dtype
=
'int64'
),
'男'
: Int64Index([
0
,
2
,
4
,
6
,
7
], dtype
=
'int64'
)}
|
GroupBy.indices 。
类似于GroupBy.groups 。
|
1
2
|
print
(GroupBy.indices)
{
'女'
: array([
1
,
3
,
5
], dtype
=
int64),
'男'
: array([
0
,
2
,
4
,
6
,
7
], dtype
=
int64)}
|
GroupBy.get_group(name[, obj]) 。
获得某一个分组的具体信息 。
|
1
2
3
4
5
6
7
8
|
In [
2
]: GroupBy.get_group(
"男"
)
Out[
2
]:
年龄 性别 成绩
0
15
男 优秀
2
15
男 及格
4
13
男 及格
6
15
男 优秀
7
16
男 差
|
Grouper([key, level, freq, axis, sort]) 。
应用 。
可以先通过循环获得所有的组的名称 。
|
1
2
3
|
for
name
in
GroupBy:
print
(name)
# 获得所有分组的名称
GroupBy.get_group(name)
#获得所有该名称的数据
|
以上这篇Pandas GroupBy对象 索引与迭代方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我.
原文链接：https://blog.csdn.net/claroja/article/details/72911882 。
最后此篇关于Pandas GroupBy对象 索引与迭代方法的文章就讲到这里了,如果你想了解更多关于Pandas GroupBy对象 索引与迭代方法的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。
25
4
0
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗？ 最佳答案 pivot_table没有 normalize争论，不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框，我想得到一个新的数据框，它由两个数据框的行的克罗内克积组成。正确的做法是什么？ 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中，如何绘制条形图以使其 x 轴刻度标签看起来像折线图？ 我制作了一个间隔均匀的时间序列(每天一个项目)，并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列，“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列，即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如，假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西，更具体地说，结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框，如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df，如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ，其中包含与唯一值关联的各种字符串。对于这些唯一值，我想删除不等于单独列表的行，最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框（显然，这确实发生了，目前我有一个像这样的数据集！:(） >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF，它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算，但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框，如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”，“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist（）时，出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串，但结果集是 NaN .我究竟做错了什么？ import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀！