本文介绍了将组 ID 取回 Pandas 数据框的处理方法,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

对于数据框

在 [2]: df = pd.DataFrame({'Name': ['foo', 'bar'] * 3,...:'排名':np.random.randint(0,3,6),...:'Val':np.random.rand(6)})...:df出[2]:姓名 等级 Val0 富 0 0.2993971 巴 0 0.9092282 富 0 0.5177003 巴 0 0.9298634 富 1 0.2093245 巴 2 0.381515

我有兴趣按名称和等级分组并可能获得汇总值

在[3]中:group = df.groupby(['Name', 'Rank'])在 [4] 中:agg = group.agg(sum)在[5]中:agg出[5]:瓦尔姓名排名酒吧 0 1.8390912 0.381515富 0 0.8170971 0.209324

但我想在原始 df 中获取一个字段,其中包含该行的组号,例如

在 [13]: df['Group_id'] = [2, 0, 2, 0, 3, 1]在 [14] 中:df出[14]:名称等级 Val Group_id0 富 0 0.299397 21 巴 0 0.909228 02 富 0 0.517700 23 巴 0 0.929863 04 富 1 0.209324 35 巴 2 0.381515 1

在 Pandas 中有什么好的方法可以做到这一点吗?

我可以用python得到它,

In [16]: from itertools import count在 [17] 中:c = count()在 [22]: group.transform(lambda x: c.next())出[22]:瓦尔0 21 02 23 04 35 1

但是在大​​型数据帧上它很慢,所以我认为可能有更好的内置熊猫方式来做到这一点.

解决方案

DataFrameGroupBy.grouper 对象中存储了很多方便的东西.例如:

>>>df = pd.DataFrame({'Name': ['foo', 'bar'] * 3,'排名':np.random.randint(0,3,6),'Val':np.random.rand(6)})>>>grouped = df.groupby(["姓名", "排名"])>>>分组.石斑鱼.grouped.grouper.agg_series grouped.grouper.indicesgrouped.grouper.aggregate grouped.grouper.labelsgrouped.grouper.apply grouped.grouper.levelsgrouped.grouper.axis grouped.grouper.namesgrouped.grouper.compressed grouped.grouper.ngroupsgrouped.grouper.get_group_levels grouped.grouper.nkeysgrouped.grouper.get_iterator grouped.grouper.result_indexgrouped.grouper.group_info grouped.grouper.shapegrouped.grouper.group_keys grouped.grouper.sizegrouped.grouper.groupings grouped.grouper.sortgrouped.grouper.groups

等等:

>>>df["GroupId"] = df.groupby(["Name", "Rank"]).grouper.group_info[0]>>>df名称等级 Val GroupId0 富 0 0.302482 21 巴 0 0.375193 02 富 2 0.965763 43 巴 2 0.166417 14 富 1 0.495124 35 巴 2 0.728776 1

对于潜伏在某处的 grouper.group_info[0] 可能有一个更好的别名,但无论如何这应该有效.

For dataframe

In [2]: df = pd.DataFrame({'Name': ['foo', 'bar'] * 3,
   ...:                    'Rank': np.random.randint(0,3,6),
   ...:                    'Val': np.random.rand(6)})
   ...: df
Out[2]: 
  Name  Rank       Val
0  foo     0  0.299397
1  bar     0  0.909228
2  foo     0  0.517700
3  bar     0  0.929863
4  foo     1  0.209324
5  bar     2  0.381515

I'm interested in grouping by Name and Rank and possibly getting aggregate values

In [3]: group = df.groupby(['Name', 'Rank'])
In [4]: agg = group.agg(sum)
In [5]: agg
Out[5]: 
                Val
Name Rank          
bar  0     1.839091
     2     0.381515
foo  0     0.817097
     1     0.209324

But I would like to get a field in the original df that contains the group number for that row, like

In [13]: df['Group_id'] = [2, 0, 2, 0, 3, 1]
In [14]: df
Out[14]: 
  Name  Rank       Val  Group_id
0  foo     0  0.299397         2
1  bar     0  0.909228         0
2  foo     0  0.517700         2
3  bar     0  0.929863         0
4  foo     1  0.209324         3
5  bar     2  0.381515         1

Is there a good way to do this in pandas?

I can get it with python,

In [16]: from itertools import count
In [17]: c = count()
In [22]: group.transform(lambda x: c.next())
Out[22]: 
   Val
0    2
1    0
2    2
3    0
4    3
5    1

but it's pretty slow on a large dataframe, so I figured there may be a better built in pandas way to do this.

解决方案

A lot of handy things are stored in the DataFrameGroupBy.grouper object. For example:

>>> df = pd.DataFrame({'Name': ['foo', 'bar'] * 3,
                   'Rank': np.random.randint(0,3,6),
                   'Val': np.random.rand(6)})
>>> grouped = df.groupby(["Name", "Rank"])
>>> grouped.grouper.
grouped.grouper.agg_series        grouped.grouper.indices
grouped.grouper.aggregate         grouped.grouper.labels
grouped.grouper.apply             grouped.grouper.levels
grouped.grouper.axis              grouped.grouper.names
grouped.grouper.compressed        grouped.grouper.ngroups
grouped.grouper.get_group_levels  grouped.grouper.nkeys
grouped.grouper.get_iterator      grouped.grouper.result_index
grouped.grouper.group_info        grouped.grouper.shape
grouped.grouper.group_keys        grouped.grouper.size
grouped.grouper.groupings         grouped.grouper.sort
grouped.grouper.groups            

and so:

>>> df["GroupId"] = df.groupby(["Name", "Rank"]).grouper.group_info[0]
>>> df
  Name  Rank       Val  GroupId
0  foo     0  0.302482        2
1  bar     0  0.375193        0
2  foo     2  0.965763        4
3  bar     2  0.166417        1
4  foo     1  0.495124        3
5  bar     2  0.728776        1

There may be a nicer alias for for grouper.group_info[0] lurking around somewhere, but this should work, anyway.

这篇关于将组 ID 取回 Pandas 数据框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!

09-17 19:25