切片DataGrameGroupBy对象 [英] Slicing a DataGrameGroupBy object

问题描述

是否有一种切片DataFrameGroupBy对象的方法?

Is there a way to slice a DataFrameGroupBy object?

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

Now, the returned GroupBy object is indexed by values from A, and I would like to select a subset of it, e.g. to perform aggregation. It could be something like

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

，或者对于特定列，

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

编辑.更明确地说:通过对GroupBy对象进行切片，我的意思是仅访问组的子集.在上面的示例中，GroupBy对象将包含3个组，分别用于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.

EDIT. To make it more clear: by slicing the GroupBy object I mean accessing only a subset of groups. In the above example, the GroupBy object will contain 3 groups, for A = 1, A = 2, and A = 3. For some reasons, I may only be interested in groups for A = 1 and A = 2.

推荐答案

您似乎需要使用iloc的自定义函数-但是如果需要使用agg，则返回合计值:

It seesm you need custom function with iloc - but if use agg is necessary return aggregate value:

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

这篇关于切片DataGrameGroupBy对象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！