Pandas GroupBy对象 索引与迭代
来源:互联网 发布:利达信tk832 软件 编辑:程序博客网 时间:2024/05/21 17:37
import pandas as pddf = pd.DataFrame({'性别' : ['男', '女', '男', '女', '男', '女', '男', '男'], '成绩' : ['优秀', '优秀', '及格', '差', '及格', '及格', '优秀', '差'], '年龄' : [15,14,15,12,13,14,15,16]})GroupBy=df.groupby("性别")
- GroupBy.iter()
GroupBy对象是一个迭代对象,每次迭代结果是一个元组,元组的第一个元素是该组的名称(就是groupby的列的元素名称),第二个元素是该组的具体信息,是一个数据框,索引是以前的数据框的总索引
for name,group in GroupBy: print(name) print(group)女 年龄 性别 成绩1 14 女 优秀3 12 女 差5 14 女 及格男 年龄 性别 成绩0 15 男 优秀2 15 男 及格4 13 男 及格6 15 男 优秀7 16 男 差
- GroupBy.groups
显示分组的组名,以及所对应的索引
print(GroupBy.groups){'女': Int64Index([1, 3, 5], dtype='int64'), '男': Int64Index([0, 2, 4, 6, 7], dtype='int64')}
- GroupBy.indices
类似于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])
获得某一个分组的具体信息
In [2]: GroupBy.get_group("男")Out[2]: 年龄 性别 成绩0 15 男 优秀2 15 男 及格4 13 男 及格6 15 男 优秀7 16 男 差
- Grouper([key, level, freq, axis, sort])
应用
可以先通过循环获得所有的组的名称
for name in GroupBy: print(name)# 获得所有分组的名称 GroupBy.get_group(name) #获得所有该名称的数据
阅读全文
0 0
- Pandas GroupBy对象 索引与迭代
- Pandas GroupBy对象
- pandas中Groupby使用(二)-对分组进行迭代
- 【跟着stackoverflow学Pandas】--Converting a Pandas GroupBy object to DataFrame-Groupby对象转换为DataFrame
- pandas中Groupby使用(五)-根据索引级别分组
- pandas索引对象
- pandas索引与计算
- pandas groupby重写Q3
- pandas groupby 最大最小值
- pandas 的groupby函数
- Pandas+groupby用法讲解
- pandas groupby使用
- pandas groupby 详解
- pandas--系列之groupby
- pandas学习笔记-索引对象
- pandas groupby (TimeGrouper)重写Q3
- 理解pandas的groupby().apply()
- Pandas入门笔记2-索引对象
- 在信息时代,亚媒网泛家居行业要如何发展?
- Java多线程中join方法_保证线程执行完后再销毁activity
- java基础教程:数据类型(6)
- 理解java中==、equals()、hashCode()
- Kotlin学习记录(一)——搭建环境到输出Hello World!
- Pandas GroupBy对象 索引与迭代
- C/C++时间函数time/localtime/mktime/ctime/strftime使用方法
- Java常量的应用
- 006--swift基础语法(switch、for循环、for反序遍历)
- 通讯录1.5
- 笔试之排序算法(二)
- redis学习网站
- 小米手环iOS开发实战(一):iOS蓝牙框架CoreBluetooth
- arcgis engine toolbarcontrol 中add data item功能实现