如何按键访问pandas groupby数据框

您可以使用 get_group 方法：

In [21]: gb.get_group('foo')
Out[21]: 
     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

注意：这不需要为每个组创建中间字典/每个子数据帧的副本，因此比使用 dict(iter(gb)) 创建简单字典更节省内存。这是因为它使用了 groupby 对象中已有的数据结构。

您可以使用 groupby 切片选择不同的列：

In [22]: gb[["A", "B"]].get_group("foo")
Out[22]:
     A         B
0  foo  1.624345
2  foo -0.528172
4  foo  0.865408

In [23]: gb["C"].get_group("foo")
Out[23]:
0     5
2    11
4    14
Name: C, dtype: int64

---

用于数据分析的 Python 中的 Wes McKinney（pandas 的作者）提供了以下方法：

groups = dict(list(gb))

它返回一个字典，其键是您的组标签，其值是 DataFrames，即

groups['foo']

将产生您正在寻找的东西：

     A         B   C
0  foo  1.624345   5
2  foo -0.528172  11
4  foo  0.865408  14

---

而不是

gb.get_group('foo')

我更喜欢使用 gb.groups

df.loc[gb.groups['foo']]

因为通过这种方式，您也可以选择多个列。例如：

df.loc[gb.groups['foo'],('A','B')]

---

gb = df.groupby(['A'])

gb_groups = grouped_df.groups

如果您正在寻找选择性 groupby 对象，请执行：gb_groups.keys()，并将所需的密钥输入以下 key_list..

gb_groups.keys()

key_list = [key1, key2, key3 and so on...]

for key, values in gb_groups.items():
    if key in key_list:
        print(df.ix[values], "\n")

---

我正在寻找一种方法来对 GroupBy obj 的一些成员进行采样 - 必须解决发布的问题才能完成这项工作。

基于 some_key 列创建 groupby 对象

grouped = df.groupby('some_key')

选择 N 个数据帧并获取它们的索引

sampled_df_i  = random.sample(grouped.indices, N)

抢组

df_list  = map(lambda df_i: grouped.get_group(df_i), sampled_df_i)

可选 - 将其全部转回单个数据框对象

sampled_df = pd.concat(df_list, axis=0, join='outer')

---

df.groupby('A').get_group('foo')

相当于：

df[df['A'] == 'foo']

---