您好,登錄后才能下訂單哦!
如下所示:
import pandas as pd df = pd.DataFrame({'性別' : ['男', '女', '男', '女', '男', '女', '男', '男'], '成績(jī)' : ['優(yōu)秀', '優(yōu)秀', '及格', '差', '及格', '及格', '優(yōu)秀', '差'], '年齡' : [15,14,15,12,13,14,15,16]}) GroupBy=df.groupby("性別")
GroupBy.iter()
GroupBy對(duì)象是一個(gè)迭代對(duì)象,每次迭代結(jié)果是一個(gè)元組,元組的第一個(gè)元素是該組的名稱(就是groupby的列的元素名稱),第二個(gè)元素是該組的具體信息,是一個(gè)數(shù)據(jù)框,索引是以前的數(shù)據(jù)框的總索引
for name,group in GroupBy: print(name) print(group) 女 年齡 性別 成績(jī) 1 14 女 優(yōu)秀 3 12 女 差 5 14 女 及格 男 年齡 性別 成績(jī) 0 15 男 優(yōu)秀 2 15 男 及格 4 13 男 及格 6 15 男 優(yōu)秀 7 16 男 差
GroupBy.groups
顯示分組的組名,以及所對(duì)應(yīng)的索引
print(GroupBy.groups) {'女': Int64Index([1, 3, 5], dtype='int64'), '男': Int64Index([0, 2, 4, 6, 7], dtype='int64')}
GroupBy.indices
類似于GroupBy.groups
print(GroupBy.indices) {'女': array([1, 3, 5], dtype=int64), '男': array([0, 2, 4, 6, 7], dtype=int64)}
GroupBy.get_group(name[, obj])
獲得某一個(gè)分組的具體信息
In [2]: GroupBy.get_group("男") Out[2]: 年齡 性別 成績(jī) 0 15 男 優(yōu)秀 2 15 男 及格 4 13 男 及格 6 15 男 優(yōu)秀 7 16 男 差
Grouper([key, level, freq, axis, sort])
應(yīng)用
可以先通過(guò)循環(huán)獲得所有的組的名稱
for name in GroupBy: print(name)# 獲得所有分組的名稱 GroupBy.get_group(name) #獲得所有該名稱的數(shù)據(jù)
以上這篇Pandas GroupBy對(duì)象 索引與迭代方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。