Skip to main content
 首页 » 编程设计

python之切片 DataFrameGroupBy 对象

2025年02月15日7thcjp

有没有办法对 DataFrameGroupBy 对象进行切片?

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,对于特定的列,

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

编辑。更清楚地说:通过切片 GroupBy 对象,我的意思是只访问组的一个子集。在上面的示例中,GroupBy 对象将包含 3 个组,分别为 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。

请您参考如下方法:

看来您需要使用 iloc 的自定义函数 - 但如果使用 agg 是必需的,则返回聚合值:

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