Pandas groupby 对多索引进行排序 [英] Pandas groupby sort on multiindex
本文介绍了Pandas groupby 对多索引进行排序的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
将pandas导入为pd值 = {'C1': ['B', 'A'],'C2': ['B', 'A'],'C3': ['B', 'A'],}df = pd.DataFrame(values)df.set_index(keys=['C1', 'C2'], inplace=True)分组 = df.groupby(level='C1', sort=False)对于名称,分组分组:打印(名称)
收益
<块引用>A
乙
但是,我希望
<块引用>乙
一个
如何获得第二个结果?
解决方案
考虑重组数据
除非您的真实数据要求您重置为MultiIndex
,否则在执行groupby()
之前似乎没有必要重新索引.>
如果你 groupby
C1
只有你得到你想要的示例输出:
将pandas导入为pd值 = {'C1': ['B', 'A'],'C2': ['B', 'A'],'C3': ['B', 'A'],}df = pd.DataFrame(values)打印原始数据帧"打印文件打印df2 = df.set_index(keys=['C1', 'C2'], inplace=False)打印重新索引的数据帧"打印df2打印grouped = df.groupby(['C1'], sort=False)grouped2 = df2.groupby(level='C1', sort=False)打印原始组"打印 grouped.groups打印打印重新索引组"打印 grouped2.groups打印打印循环输出的原始组"对于名称,分组分组:打印(名称)打印打印为循环输出重新索引组"对于名称,grouped2 中的组:打印(名称)
<小时>
原始数据帧C1 C2 C30 B B B1 A A A重新索引的数据帧C3C1 C2乙乙乙阿阿阿原始组{'A':[1],'B':[0]}重新索引组{'A': [('A', 'A')], 'B': [('B', 'B')]}循环输出的原始组乙一种循环输出的重新索引组一种乙
import pandas as pd
values = {'C1': ['B', 'A'],
'C2': ['B', 'A'],
'C3': ['B', 'A'],
}
df = pd.DataFrame(values)
df.set_index(keys=['C1', 'C2'], inplace=True)
grouped = df.groupby(level='C1', sort=False)
for name, group in grouped:
print(name)
yields
A
B
However, I would expect
B
A
How do I get the second result?
解决方案
Consider restructuring your data
Unless your real data requires you to reset to a MultiIndex
, it seems unnecessary to reindex before doing a groupby()
.
If you groupby
C1
only you get your desired example output:
import pandas as pd
values = {'C1': ['B', 'A'],
'C2': ['B', 'A'],
'C3': ['B', 'A'],
}
df = pd.DataFrame(values)
print 'Original DataFrame'
print df
print
df2 = df.set_index(keys=['C1', 'C2'], inplace=False)
print 'Reindexed DataFrame'
print df2
print
grouped = df.groupby(['C1'], sort=False)
grouped2 = df2.groupby(level='C1', sort=False)
print 'Original Groups'
print grouped.groups
print
print 'Reindexed Groups'
print grouped2.groups
print
print 'Original Group for loop output'
for name, group in grouped:
print(name)
print
print 'Reindexed Group for loop output'
for name, group in grouped2:
print(name)
Original DataFrame
C1 C2 C3
0 B B B
1 A A A
Reindexed DataFrame
C3
C1 C2
B B B
A A A
Original Groups
{'A': [1], 'B': [0]}
Reindexed Groups
{'A': [('A', 'A')], 'B': [('B', 'B')]}
Original Group for loop output
B
A
Reindexed Group for loop output
A
B
这篇关于Pandas groupby 对多索引进行排序的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文