查看 Pandas groupby 对象的摘要

Question

我现在正在处理一个相对奇怪的架构，我可能会收到一个按对象分组（在应用聚合函数之前），但无法实际看到生成它的操作或数据帧。我需要以某种方式从 groupby 对象本身恢复该信息。对我来说，直觉上该信息必须保存在 groupby 对象中的某个位置，但我在文档中看不到如何访问它。有谁有任何信息可以帮助我吗？

我尝试查看按对象分组的文档，以及使用

.head()

函数按对象分组。我想恢复底层数据帧的列以及分组的列。

Answer 1

假设

df_gby

是您的输入，并且从我在源代码中可以读到的内容来看，

GroupBy

类继承自

BaseGroupBy

，后者可以使用

grouper

属性进行访问，该属性提供对分组信息（包括组

names

）：

df_gby = pd._testing.makeMixedDataFrame().groupby(["A", "B"])

>>> type(df_gby)
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000017665493250>

>>> type(df_gby.grouper)
pandas.core.groupby.ops.BaseGrouper

>>> df_gby.grouper.names
['A', 'B']

要获取所有列名称，您可以使用：

>>> df_gby.obj.columns
Index(['A', 'B', 'C', 'D'], dtype='object')

使用的数据框：

     A    B     C          D
0  0.0  0.0  foo1 2009-01-01
1  1.0  1.0  foo2 2009-01-02
2  2.0  0.0  foo3 2009-01-05
3  3.0  1.0  foo4 2009-01-06
4  4.0  0.0  foo5 2009-01-07

Answer 2

您可以使用

pd.concat

返回所有组的单个数据帧，循环遍历每个组以及

.indices

:

data = pd.concat(
    [v.reset_index(drop=False).set_index(idx_array)
     for (k, v), (g, idx_array) in zip(grouped, grouped.indices.items())]
    ).sort_index()

这结合了组和原始索引，因此未分组数据帧的初始顺序不会丢失。

事实上，可以在here找到一个更简单的答案，作者：@Andy L.:

grouped.head(grouped.ngroup().size)