将Pandas GroupBy对象转换为DataFrame [英] Converting a Pandas GroupBy object to DataFrame

问题描述

  df1 = pandas.DataFrame（{
Name ：[爱丽丝，鲍勃，马洛里，马洛里，鲍勃，马洛里]，
城市：[西雅图，西雅图，波特兰 ，Seattle，Portland]}）
  

p>

 城市名称
 0西雅图爱丽丝
 1西雅图鲍勃
 2波特兰马洛里
 3西雅图马洛里
 4西雅图鲍勃
 5波特兰马洛里
  

分组非常简单：

  g1 = df1.groupby（[Name，City]）.count（）
  code> 

并打印时产生一个 GroupBy 对象：

 城市名称
名称城市
爱丽丝西雅图1 1 
鲍勃西雅图2 2 
马洛里波特兰2 2 
 Seattle 1 1 
  

但我最终想要的是另一个DataFrame对象，其中包含GroupBy对象中的所有行。换句话说，我想得到以下结果：



 城市名称
名称城市
 Alice Seattle 1 1 
 Bob Seattle 2 2 
 Mallory Portland 2 2 
 Mallory Seattle 1 1 
  

我不太清楚如何在熊猫文档中实现这一点。任何提示都会受到欢迎。

一个DataFrame。不过，它有一个分层索引：

pre $ 在[19]中：type（g1）
Out [19]： pandas.core.frame.DataFrame
$ b $ [20]：g1.index
Out [20]：
MultiIndex（[（'Alice'，'Seattle'），（ ''Bob'，'Seattle'），（'Mallory'，'Portland'），
（'Mallory'，'Seattle'）]，dtype = object）


也许你想要这样的东西？

  In [ 21]：g1.add_suffix（'_ Count'）。reset_index（）
 Out [21]：
名称City City_Count Name_Count 
 0 Alice Seattle 1 1 
 1 Bob Seattle 2 2 
 2马洛里波特兰2 2 
 3马洛里西雅图1 1 
  

：

 在[36]中：DataFrame（{'count'：df1.groupby（[Name，City]] ）.size（）}）。reset_index（）
输出[36]：
名称城市数量
 0 Alice Seattle 1 
 1 Bob Seattle 2 
 2 Mallory Portland 2 
 3 Mallory Seattle 1 
  

I'm starting with input data like this

df1 = pandas.DataFrame( { 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )

Which when printed appears as this:

   City     Name
0   Seattle    Alice
1   Seattle      Bob
2  Portland  Mallory
3   Seattle  Mallory
4   Seattle      Bob
5  Portland  Mallory

Grouping is simple enough:

g1 = df1.groupby( [ "Name", "City"] ).count()

and printing yields a GroupBy object:

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
        Seattle      1     1

But what I want eventually is another DataFrame object that contains all the rows in the GroupBy object. In other words I want to get the following result:

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
Mallory Seattle      1     1

I can't quite see how to accomplish this in the pandas documentation. Any hints would be welcome.

解决方案

g1 here is a DataFrame. It has a hierarchical index, though:

In [19]: type(g1)
Out[19]: pandas.core.frame.DataFrame

In [20]: g1.index
Out[20]: 
MultiIndex([('Alice', 'Seattle'), ('Bob', 'Seattle'), ('Mallory', 'Portland'),
       ('Mallory', 'Seattle')], dtype=object)

Perhaps you want something like this?

In [21]: g1.add_suffix('_Count').reset_index()
Out[21]: 
      Name      City  City_Count  Name_Count
0    Alice   Seattle           1           1
1      Bob   Seattle           2           2
2  Mallory  Portland           2           2
3  Mallory   Seattle           1           1

Or something like:

In [36]: DataFrame({'count' : df1.groupby( [ "Name", "City"] ).size()}).reset_index()
Out[36]: 
      Name      City  count
0    Alice   Seattle      1
1      Bob   Seattle      2
2  Mallory  Portland      2
3  Mallory   Seattle      1

这篇关于将Pandas GroupBy对象转换为DataFrame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！