代码之家 › 专栏 › 技术社区 › acolls_badger

熊猫通过产生一个系列来分组;不是Group By对象

pandas-groupby dataframe pandas python

acolls_badger · 技术社区 · 6 年前

我有一个交易的Pandas数据框:

transactions.head():

   Amount      Date of Transaction   Description  \
0   39.95      2017-03-30            Fake_Transaction_One   
1    2.39      2017-04-01            Fake_Transaction_Two      
2    8.03      2017-04-01            Fake_Transaction_Three      
3   34.31      2017-04-01            Fake_Transaction_Four    
4   10.56      2017-04-03            Fake_Transaction_Five     

       Purchase_Type        year_month  
0      Miscellaneous        2017-03  
1      tool_expense         2017-04  
2      food_and_domestic    2017-04  
3      food_and_domestic    2017-04  
4      food_and_domestic    2017-04

我在此数据帧上运行groupby命令:

grouped_transactions = transactions.groupby(['Purchase_Type','year_month'])['Amount'].sum()

它生成一个groupby对象:

Purchase_Type        year_month
tool_expense         2017-04       72.49
Calendar_Event       2017-08        3.94
                     2017-12       23.92
                     2018-02       42.91
                     2018-03       10.91

我想在上面运行groupby命令,比如

grouped_transactions.groups.keys()

但是我不能,因为对象不是groupby对象,而是一系列:

In: type(grouped_transactions)
Out: pandas.core.series.Series

查看分组的交易似乎是groupby对象,而不是序列此外,它是创建的,但在Pandas数据帧上运行.groupby方法因此,我不确定为什么这是一个系列。

我的理解或方法有什么错误?

2 回复 | 直到 6 年前

jpp 6 年前

索引A groupby 对象,或对其调用聚合方法,将其转换为 series 或 dataframe 键入对象最佳实践:如果需要密钥和聚合,请分配 GroupBy 对象,然后对该对象执行多个操作。

下面是一些例子。

df = pd.DataFrame([['A', 'B', 1], ['A', 'B', 2], ['A', 'C', 3]])

g = df.groupby([0, 1])
# <pandas.core.groupby.groupby.DataFrameGroupBy object at 0x0000000007E76AC8>

keys = g.groups.keys()
# dict_keys([('A', 'B'), ('A', 'C')])

sums_df = g.sum()
# <class 'pandas.core.frame.DataFrame'>

sums_series_group = g[2]
# <class 'pandas.core.groupby.groupby.SeriesGroupBy'>

sums_series = g[2].sum()
# <class 'pandas.core.series.Series'>

iacob 6 年前

它是预期的行为(如果方法是像 groupby 使用聚合函数)获取 Series 或 DataFrame .

如果你需要 子句 对象:

g = transactions.groupby(['Purchase_Type','year_month'])
print (g)
<pandas.core.groupby.groupby.DataFrameGroupBy object at 0x00000000191EA5C0>

但是如果你需要转换 MultiIndex 通过聚合到列创建:

df = transactions.groupby(['Purchase_Type','year_month'], as_index=False)['Amount'].sum()

或:

df = transactions.groupby(['Purchase_Type','year_month'])['Amount'].sum().reset_index()

print (df)
       Purchase_Type year_month  Amount
0      Miscellaneous    2017-03   39.95
1  food_and_domestic    2017-04   52.90
2       tool_expense    2017-04    2.39