Pandas按元素分组(GroupBy)及其他

Question

我在使用Pandas的分组（groupby）时遇到了麻烦。比如，我有以下数据：

df2 = pd.DataFrame({'X' : ['B', 'B', 'A', 'A', 'C'], 'Y' : [1, 2, 3, 4, 5]})

我希望进行一个Groupby操作，将所有的A分组到一起，将所有的非A分组到一起，就像这样：

df2.groupby(<something>).groups
Out[1]: {'A': [2, 3], 'not A': [0, 1, 4]}

我尝试过将函数发送进去，但无法使其实现。这种方式可行吗？

非常感谢。

- dvreed77

Answer 1

In [3]: df2.groupby(df2['X'] == 'A').groups
Out[3]: {False: [0, 1, 4], True: [2, 3]}

- Dan Allan

Answer 2

扩展@Dan Allan的答案 - 如果您想为您的组命名，您可以使用numpy.where()来创建映射数组：

>>> df2 = pd.DataFrame({'X' : ['B', 'B', 'A', 'A', 'C'], 'Y' : [1, 2, 3, 4, 5]})
>>> m = np.where(df2['X'] == 'A', 'A', 'not A')
>>> df2.groupby(m).groups
{'A': [2, 3], 'not A': [0, 1, 4]}

如果要检查df2['X']是否为A或B，可以使用df2['X'].isin(['A', 'B'])代替df2['X'] == 'A'，或者更加笨拙的np.logical_or(df2['X'] == 'A', df2['X'] == 'B')

- Roman Pekar

---

你如何扩展到 df2['X'] == 'B' 呢？m = np.where(df2['X'] == 'A' or df2['X'] == 'B', 'Group1', 'Group2') 似乎不起作用....? - Woody Pride

Answer 3

是的，groupby操作可能是最有用的，但在文档中解释得最差的操作之一。

我认为你尝试使用函数来完成这个任务是对的。对我来说，这是最好的方法，因为函数是抽象的，所以可以反复使用，如果你想改变做什么但改变参数。Dan Allan提供的答案绝对是我会采取的方法，也是最优雅的方法，但供您参考，这是如何使用函数实现您想要做的事情。

def GroupFunc(x, df, col, Value):
    if df[col][x] == Value:
        return "Group 1" 
    else:
        return "Group 2"

DFGrouped = df2.groupby(lambda x: GroupFunc(x, df2, 'X', 'A'))

需要翻译的内容：

要理解的是，作为分组键传递的任何函数都会针对每个索引值调用一次，并使用返回值作为分组名称。因此，在此示例中，当您调用函数时，x是索引值，然后剩余的参数是您感兴趣的数据帧、正在处理的列以及要测试的值。

请注意，上述所有内容也可以通过使用匿名函数在单行中实现：

DFGrouped = df2.groupby(lambda x: 'Group 1' if df2.X[x] == 'A' else 'Group 2')

希望这有所帮助。

- Woody Pride

---

Woody，仔细看过后，我认为你的解决方案最好，因为它可以很好地扩展到多个组，这也是我想要的。非常感谢你的答案。 - dvreed77