Skip to main content
 首页 » 编程设计

python之在 Pandas 中使用 pd.Grouper 时获取所有组

2025年01月19日11xing901022

我有一个这样的数据框:

zone  date         a    b 
AL   2014-01-31   8.88  3286.6 
AL   2014-01-31   0.61  1047.105 
BS   2014-01-27   1.59  145.283 
RF   2014-01-31   2.67  2842.35 
RF   2014-01-31   3.4   0.26 

我想按月份和区域分组

df.iloc[:, 1] = pd.to_datetime(df.iloc[:, 1]) 
 
g = df.groupby(['zone', pd.Grouper(key='date', freq='M')]) 

如果我使用 pd.Grouper 则只有一个区域

>>> g.groups.keys() 
dict_keys([('AL', Timestamp('2014-01-31 00:00:00'))]) 

如果我不使用 pd.Grouper,所有区域都在那里:

g = df.groupby('zone') 
 
>>>> g.groups.keys() 
dict_keys(['AL', 'BS', 'RF']) 

我想按月对所有区域进行分组,这样结果将类似于:

>>>> g.groups.keys() 
dict_keys([('AL', Timestamp('2014-01-31 00:00:00')),  
           ('BS', Timestamp('2014-01-31 00:00:00')),  
           ('RF', Timestamp('2014-01-31 00:00:00'))]) 

这是我在这里的第一个问题,所以如果我能做得更好,请告诉我怎么做。

请您参考如下方法:

这对我来说似乎是一个错误,因为如果我打印出 ngroups,它会显示 3:

g = df.groupby(['zone', pd.Grouper(key='date', freq='M')]) 
g.ngroups 
3 

此外,如果我遍历 g,我会得到所有组键:

[k for k, _ in g]     
[ 
 ('AL', Timestamp('2014-01-31 00:00:00', freq='M')), 
 ('BS', Timestamp('2014-01-31 00:00:00', freq='M')), 
 ('RF', Timestamp('2014-01-31 00:00:00', freq='M')) 
] 

另一个适合我的解决方案是 g.indices:

g.indices 
 
{('AL', numpy.datetime64('2014-01-31T00:00:00.000000000')): array([0, 1]), 
 ('BS', numpy.datetime64('2014-01-31T00:00:00.000000000')): array([2]), 
 ('RF', numpy.datetime64('2014-01-31T00:00:00.000000000')): array([3, 4])}