python - 切片DataGrameGroupBy对象

有没有办法切片DataFrameGroupBy对象？

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，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。

最佳答案

似乎您需要使用iloc的自定义函数-但如果必须使用agg，则返回合计值：

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