当你使用时

df.groupby('A')

你得到一个groupby object.你还没有应用任何功能.在引擎盖下,虽然这个定义可能不完美,但您可以将groupby对象视为:

>(group,DataFrame)对的迭代器,用于DataFrame,或

> Series(系列)对的迭代器,用于Series.

为了显示:

df = DataFrame({'A' : [1,1,2,2],'B' : [1,3,4]})

grouped = df.groupby('A')

# each `i` is a tuple of (group,DataFrame)

# so your output here will be a little messy

for i in grouped:

print(i)

(1,A B

0 1 1

1 1 2)

(2,A B

2 2 3

3 2 4)

# this version uses multiple counters

# in a single loop. each `group` is a group,each

# `df` is its corresponding DataFrame

for group,df in grouped:

print('group of A:',group,'\n')

print(df,'\n')

group of A: 1

A B

0 1 1

1 1 2

group of A: 2

A B

2 2 3

3 2 4

# and if you just wanted to visualize the groups,# your second counter is a "throwaway"

for group,_ in grouped:

print('group of A:','\n')

group of A: 1

group of A: 2

现在和.head一样.只需查看docs的方法:

Essentially equivalent to .apply(lambda x: x.head(n))

所以这里你实际上是将一个函数应用于groupby对象的每个组.请记住.head(5)应用于每个组(每个DataFrame),因为每组有少于或等于5行,您将获得原始DataFrame.

请考虑以上示例.如果使用.head(1),则只获得每组的前1行:

print(df.groupby('A').head(1))

A B

0 1 1

2 2 3

pandas python groupby_python – pandas groupby方法实际上是如何工作的?相关推荐

  1. pandas python groupby_Python Pandas与Groupby的条件和

    第一组按key1列:In [11]: g = df.groupby('key1') 然后,对于每个组,取key2等于"1"的子dataframe并对data1列求和:In [12] ...

  2. pandas python csv_python:pandas合并csv文件的方法(图书数据集成)

    数据集成:将不同表的数据通过主键进行连接起来,方便对数据进行整体的分析. 两张表:ReaderInformation.csv,ReaderRentRecode.csv ReaderInformatio ...

  3. python中的groupby方法详解

    原文地址:http://www.cnblogs.com/zhangzhangwhu/p/7219651.html 前言 Python的pandas包提供的数据聚合与分组运算功能很强大,也很灵活.< ...

  4. pandas python groupby_python – 如何在Pandas groupby之后获得多个条件操作?

    考虑以下示例: import pandas as pd import numpy as np df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', ...

  5. pandas python groupby_python – 如何使用pandas groupby汇总多个列?

    我有一个看起来像的数据框 day type col d_1 d_2 d_3 d_4 d_5... 1 A 1 1 0 1 0 1 A 2 1 0 1 0 2 B 1 1 1 0 0 也就是说,我有一个 ...

  6. python中分组频率统计功能_python频数统计value_counts和groupby方法

    python频数统计和groupby方法 频数统计 先用字典类型的数据创建一个DataFrame,test_data import pandas as pd test_data = pd.DataFr ...

  7. python pandas聚合_Python Pandas分组聚合的实现方法

    Pycharm 鼠标移动到函数上,CTRL+Q可以快速查看文档,CTR+P可以看基本的参数. apply(),applymap()和map() apply()和applymap()是DataFrame ...

  8. 【Python】Pandas GroupBy 深度总结

    今天,我们将探讨如何在 Python 的 Pandas 库中创建 GroupBy 对象以及该对象的工作原理.我们将详细了解分组过程的每个步骤,可以将哪些方法应用于 GroupBy 对象上,以及我们可以 ...

  9. series 合并pandas_在python中pandas的series合并方法

    如下所示: In [3]: import pandas as pd In [4]: a = pd.Series([1,2,3]) In [5]: b = pd.Series([2,3,4]) In [ ...

最新文章

  1. Windows客户端C/C++编程规范“建议”——宏
  2. 20行代码发一篇NeurIPS:梯度共享已经不安全了
  3. 数据结构源码笔记(C语言):希尔插入排序
  4. JDBC常用API小结
  5. MongoDB3.x中添加用户和权限控制
  6. vue-cli 里axios的使用
  7. 如何在 Mac 上更改 iCloud 钥匙串的密码?
  8. Eclipse汉化教程
  9. 史上最全正则表达式语法,文末附常用表达式!
  10. mysql数据库的实例_MySQL数据库实例-解释汇总
  11. android studio 前言中不允许有内容。
  12. GPS从入门到放弃(二十六) --- RTKLIB函数解析
  13. Photoshop7.0序列号
  14. android 流量的统计
  15. EA001-186-2220-蓝豪杰
  16. React Native 警告 Animated: `useNativeDriver` is not supported 的解决方案
  17. 揭秘香港房地产,未来中国之我见
  18. 模拟100只老鼠试毒题目,根据酒桶数量生成对应的老鼠数量,选中老鼠,找出对应的毒酒
  19. 手机QQ浏览器如何支持html5,手机QQ浏览器五大策略打造HTML5平台
  20. 2021哈工大网安837考研初试经验贴

热门文章

  1. android app打开流程_app开发模式的应用
  2. serversocket 返回浏览器图片_深入理解浏览器的缓存机制
  3. javascript座标_javascript JS元素位置和位置坐标
  4. max转obj_工程动画制作 | Max插件Multiscatter进阶教程
  5. linux怎么进入优盘目录,LINUX 9.0怎么挂载U盘?
  6. NFNet的学习笔记
  7. 一行命令直接拷贝ssh公钥到远程服务器
  8. c/c++入门教程 - 2.4.7 多态、函数地址晚绑定(重写,虚函数,纯虚函数,抽象类,虚析构,纯虚析构)
  9. 四类文法以及上下文有(无)关的理解【转】
  10. Python面试-DB相关