Pandas按字典分组

Question

能否使用字典对列的元素进行分组？

例如：

In [3]: df = pd.DataFrame({'A' : ['one', 'one', 'two', 'three','two', 'two', 'one', 'three'],
   ...:          'B' : np.random.randn(8)})
In [4]: df
Out[4]: 
       A         B
0    one  0.751612
1    one  0.333008
2    two  0.395667
3  three  1.636125
4    two  0.916435
5    two  1.076679
6    one -0.992324
7  three -0.593476

In [5]: d = {'one':'Start', 'two':'Start', 'three':'End'}
In [6]: grouped = df[['A','B']].groupby(d)

这个函数（以及其他类似的函数）返回一个空的groupby对象。而我使用.apply的各种尝试也都失败了。

我想要将列A的值与字典中的键匹配，并将行放入由这些值定义的分组中。输出结果大致应如下所示：

 Start:
           A         B
    0    one  0.751612
    1    one  0.333008
    2    two  0.395667
    4    two  0.916435
    5    two  1.076679
    6    one -0.992324
End:
           A         B
    3  three  1.636125
    7  three -0.593476

- Christopher Short

Answer 1

根据文档，该字典必须从标签映射到组名称，因此如果将'A'放入索引中，则可以正常工作：

grouped2 = df.set_index('A').groupby(d)
for group_name, data in grouped2:
    print group_name
    print '---------'
    print data

# Output:
End
---------
              B
A              
three -1.234795
three  0.239209

Start
---------
            B
A            
one -1.924156
one  0.506046
two -1.681980
two  0.605248
two -0.861364
one  0.800431

列名和行索引都是 标签，而在将'A'放入索引之前，'A'的元素是 值。

如果您的索引中有其他信息，使得进行set_index()操作比较棘手，那么您可以使用map()创建一个分组列:

df['group'] = df['A'].map(d)
grouped3 = df.groupby('group')

- Marius

---

谢谢 - 感谢您关于快速创建新列的提示。 - Christopher Short

Answer 2

你可以使用字典进行分组，但是（与任何分组操作一样），你需要先设置索引列。

grouped = df.set_index("A").groupby(d)

list(grouped)
# [('End',               B
# A              
# three -1.550727
# three  1.048730
# 
# [2 rows x 1 columns]), ('Start',             B
# A            
# one -1.552152
# one -2.018647
# two -0.968068
# two  0.449016
# two -0.374453
# one  0.116770
# 
# [6 rows x 1 columns])]

- David Robinson

---

谢谢（还有Mariu的贡献）-那么只有数据框中的列才能进行自身分组？ - Christopher Short

意外的“回车” - Christopher Short

索引需要保留 - 它是5分钟的时间间隔（超过13年）。所以，如果我想要像上面的（一，二）和（三）的分组，适当的选项是创建一个具有该映射的新列，然后在该新列上进行分组？ - Christopher Short

@ChristopherShort：如果你真的不能改变索引，那么最好通过创建分组列来实现，详见我的编辑答案。 - Marius