我希望通过以下方法获取我的最后一组:
df.groupby(pd.TimeGrouper(freq='M')).groups[-1]:
但是这会报错:
KeyError:-1
使用 get_group
是无用的,因为我不知道最后一组的值(除非有一种特定的方法可以获得该值?)。此外,我可能想要获取最后两个组等等。
我该如何做到这一点?
使用Ed的示例,您可以切掉最后一组。这些组按正确的顺序迭代(按照选项确定的给定顺序或排序)。
In [12]: df = pd.DataFrame({'a':['1','2','2','4','5','2'], 'b':np.random.randn(6)})
In [13]: g = df.groupby('a')
In [14]: g.groups
Out[14]: {'1': [0], '2': [1, 2, 5], '4': [3], '5': [4]}
In [15]: import itertools
In [16]: list(itertools.islice(g,len(g)-1,len(g)))
Out[16]:
[('5', a b
4 5 -0.644857)]
df.groupby('x', sort=False)
命令禁用默认启用的排序功能。 - Baconlast
方法来计算每个分组的最后一个值,然后使用iloc
方法获取行值,并使用name
属性访问索引组值。可能还有更好的方法,但我还没想到。In [170]:
# dummy data
df = pd.DataFrame({'a':['1','2','2','4','5','2'], 'b':np.random.randn(6)})
df
Out[170]:
a b
0 1 0.097176
1 2 -1.400536
2 2 0.352093
3 4 -0.696436
4 5 -0.308680
5 2 -0.217767
In [179]:
gp = df.groupby('a', sort=False)
gp.get_group(df.groupby('a').last().iloc[-1].name)
Out[179]:
a b
4 5 0.608724
In [180]:
df.groupby('a').last().iloc[-2:]
Out[180]:
b
a
4 0.390451
5 0.608724
In [181]:
mult_groups = gp.last().iloc[-2:].index
In [182]:
for gp_val in mult_groups:
print(gp.get_group(gp_val))
a b
3 4 0.390451
a b
4 5 0.608724
sort=False
的内容。虽然在a
中有重复项可能并不重要。 - Tjorriemorriegroups
返回的字典是否是排序形式,也不确定尝试对其进行排序是否安全。如果值列中有多个值(即组值),则这种方法将无法正常工作。例如,如果您使用以下代码:import operator sorted_groups = sorted(gp.groups.items(), key=operator.itemgetter(1))
- EdChum最简单的方法是将分组转换为DataFrame,并像操作DataFrame一样对其进行索引。生成的DataFrame每个分组都有一行,第一列是分组索引,第二列是该分组的DataFrame。获取最后一个分组的DataFrame可以使用以下代码:
last_dataframe = pd.Dataframe(df.groupby('whatever')).iloc[-1, 1]
last_group = pd.DataFrame(df.groupby('whatever')).iloc[-1, :]
last_group[0]
是最后一组的索引,last_group[1]
是最后一组的数据框。
df.groupby(pd.TimeGrouper(freq='M')).last()
返回每个群组的最后一个值。 - EdChumdf.groupby(pd.TimeGrouper(freq='M')).get_group(df.groupby(pd.TimeGrouper(freq='M')).last().iloc[-1].name)
- EdChum