Python 对GroupBy对象的所有成员执行操作

使用

.groupby

后，是否可以对

groupby

对象中的所有组作为一个整体执行操作，类似于

dataframe

时的行为。还是我总是需要保留一份非分组副本

test = df
test_group = test.groupby(test.index.month)
print test_group['A'].median()
print test['A'].median()
print type(test_group), type(test)

1     10.60
2     10.40
3      8.70
4     14.15
5     15.80
6     13.20
7     16.15
8     20.70
9     17.90
10    15.45
11    13.25
12    11.30
Name: test, dtype: float64
14.0
<class 'pandas.core.groupby.DataFrameGroupBy'> <class 'pandas.core.frame.DataFrame'>

test=df
test\u group=test.groupby（test.index.month）
打印测试组['A'].中位数（）
打印测试['A'].中位数（）
打印类型（测试组）、类型（测试）
1     10.60
2     10.40
3      8.70
4     14.15
5     15.80
6     13.20
7     16.15
8     20.70
9     17.90
10    15.45
11    13.25
12    11.30
名称：test，数据类型：float64
14

您只需调用

test\u group.median（）

no？否，在

对象上调用
.median
。groupby

返回每个组的中位数（在我的例子中有12个组）。输出看起来与我的示例相同，只是它们为

.groupby

对象中的每列指定了12个值。对原始数据帧调用

.median（）

，返回一个值（示例中的14.0）。现在我保存了和

.groupby

对象的未分组副本，我想知道是否有办法避免这样做。我对这个输出感到困惑。

print test_group['A'].median（）

的输出不是您列出的第一个输出，而不是

14.0

？抱歉，我的错误-我现在已经更正了代码。第一个输出来自分组对象，第二个输出来自数据帧。我们确定这是一个转换吗？