Python 熊猫:将DataFrameGroupBy对象转换为所需格式
我有一个数据框,如下所示:Python 熊猫:将DataFrameGroupBy对象转换为所需格式,python,group-by,pandas,dataframe,Python,Group By,Pandas,Dataframe,我有一个数据框,如下所示: import pandas as pd import numpy as np df = pd.DataFrame({'id' : range(1,9), 'code' : ['one', 'one', 'two', 'three', 'two', 'three', 'one', 'two'], 'colour': ['black', '
import pandas as pd
import numpy as np
df = pd.DataFrame({'id' : range(1,9),
'code' : ['one', 'one', 'two', 'three',
'two', 'three', 'one', 'two'],
'colour': ['black', 'white','white','white',
'black', 'black', 'white', 'white'],
'amount' : np.random.randn(8)}, columns= ['id','code','colour','amount'])
我希望能够将id
按code
和color
进行分组,然后根据amount
对其进行排序groupby()
:
但是,我希望的输出如下所示,其中我有两列:1.code/color
包含键字符串,2.id:amount
包含id
-amount
按降序排序的元组wrtamount
:
code/colour id:amount
one/black {1:-0.117307}
one/white {2:1.653216, 7:0.817205}
three/black {6:0.567162}
three/white {4:0.579074}
two/black {5:-1.683988}
two/white {3:-0.457722, 8:-1.277020}
如何将上面显示的DataFrameGroupBy
对象转换为所需格式?或者,我应该首先不使用groupby()
编辑:
虽然不是指定的格式,但下面的代码提供了我想要的功能:
groups = dict(list(df.groupby(['code','colour'])))
groups['one','white']
id code colour amount
1 2 one white 1.331766
6 7 one white 0.808739
如何将组减少到只包含id
和amount
列?下面是一种“丑陋”的方法。首先要做的事情-您想要的输出在Pandas中不会发挥得很好,因为dict
是不可损坏的;所以你可能会失去真正的利益
od = OrderedDict()
for name, group in df.groupby(['code', 'colour']):
# Convert the group to a dict
temp = group[['id', 'amount']].sort(['amount'], ascending=[0]).to_dict()
# Extract id:amount
temp2 = {temp['id'][key]: temp['amount'][key] for key in temp['amount'].iterkeys()}
od["%s/%s" % (name)] = temp2
这只是一个开始!不完全是您想要的。首先,按代码和颜色分组,然后应用自定义功能格式化id和金额:
df = df.groupby(['code', 'colour']).apply(lambda x:x.set_index('id').to_dict('dict')['amount'])
然后修改索引:
df.index = ['/'.join(i) for i in df.index]
它将返回一个系列,您可以通过以下方式将其转换回数据帧:
df = df.reset_index()
最后,通过以下方式添加列名:
df.columns=['code/colour','id:amount']
结果:
In [105]: df
Out[105]:
code/colour id:amount
0 one/black {1: 0.392264412544}
1 one/white {2: 2.13950686015, 7: -0.393002947047}
2 three/black {6: -2.0766612539}
3 three/white {4: -1.18058561325}
4 two/black {5: -1.51959565941}
5 two/white {8: -1.7659863039, 3: -0.595666853895}
谢谢,这似乎很有用。我在网站上搜索,发现了另一个解决方案,它使用
dict(list(df.groupby(['code','color']))
提供了类似的功能(尽管不是指定的确切格式)。唯一不受欢迎的是,这不必要地存储了所有列。是否有办法使此存储仅包含id
和amount
列?我在EDITWhat功能下的问题中添加了这一点,你做了什么?字典将代码、颜色对映射到包含id和金额的数据框?
In [105]: df
Out[105]:
code/colour id:amount
0 one/black {1: 0.392264412544}
1 one/white {2: 2.13950686015, 7: -0.393002947047}
2 three/black {6: -2.0766612539}
3 three/white {4: -1.18058561325}
4 two/black {5: -1.51959565941}
5 two/white {8: -1.7659863039, 3: -0.595666853895}