Python 访问pandas中分组列表中的列

我在数据帧中执行了

groupby

操作，以根据特定列的分类值进行分组。比如：

grouped = df.groupby(df["categories"])

my_array = [grouped[i]["vals"] for i in grouped]

如果我做了

list（grouped）

我得到的是一个数据帧列表，每个类别一个。到目前为止，一切顺利

但是我想在列表中的每个数据帧中选择一个特定的列。假设我要访问的列名为

vals

。我想要像这样的东西：

grouped = df.groupby(df["categories"])

my_array = [grouped[i]["vals"] for i in grouped]

---

但是前面的命令不起作用，我尝试过的其他组合也不起作用。你有什么建议吗？谢谢。

分组

返回

元组

s-组名和

数据帧

，因此可能的解决方案是：

#unpack tuples to i, df
my_array = [df['vals'] for i, df in grouped]

或：

样本：

df = pd.DataFrame({'D':[1,3,5,7],
                   'vals':[5,3,6,9],
                   'categories':list('aabb')})

print (df)
   D categories  vals
0  1          a     5
1  3          a     3
2  5          b     6
3  7          b     9

grouped = df.groupby(df["categories"])

print (list(grouped))
[('a',    D categories  vals
0  1          a     5
1  3          a     3), ('b',    D categories  vals
2  5          b     6
3  7          b     9)]

my_array = [df['vals'] for i in grouped]
print (my_array)
[0    5
1    3
2    6
3    9
Name: vals, dtype: int64, 0    5
1    3
2    6
3    9
Name: vals, dtype: int64]

---

从您共享的代码来看，您似乎正在使用

i

作为索引，这是不正确的。在您的案例中，

对于分组中的i

，

i

是列表中的实际对象

试试其中一种

my_数组=[df.vals for i，df in group]

或

---

my_array=[grouped[1][i][“vals”]对于范围内的i（len（grouped））]

谢谢，第一个选项似乎可以满足我的需要。@David-是的，这也是我喜欢的方式，因为更好：）对不起，但是你的方法不起作用。我认为它们失败的原因是groupby列表的元组结构，如@jezrael注释。我误解了

grouped

只是一个数据帧列表。我所做的编辑引用了分组为本机DataFrameGroupBy对象。