Python Pandas groupby：仅存储索引

我有一个大熊猫数据框（200000个条目和16列）。我想按

颜色

和

代码

对所有索引进行分组。重要的是，我想

1） 通过在

groupby（）期间排除所有不相关的列，最大限度地减少计算工作量

2） 通过仅存储每个
颜色
-
代码
对的索引，将所需内存降至最低

数据帧示例如下所示：

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', 'white','white','white',
                           'black', 'black', 'white', 'white'],
                   'irrelevant1': ['foo', 'foo', 'foo','bar','bar',
                                     'foo','bar','bar'],
                   'irrelevant2': ['foo', 'foo', 'foo','bar','bar',
                                     'foo','bar','bar'],
                   'irrelevant3': ['foo', 'foo', 'foo','bar','bar',
                                     'foo','bar','bar'],
                   'amount' : np.random.randn(8)},  columns= ['id','code','colour', 'irrelevant1', 'irrelevant2', 'irrelevant3', 'amount'])

我的尝试：

df_reduced = df[['code','colour']] # I am manually removing the irrelevant columns before performing groupby()
gb = df_reduced.groupby(['code','colour'])
gb_dict = dict(list(gb))
gb_dict['one','white']
  code colour
1  one  white
6  one  white

但是，我根本不想存储
code
或
color
列。换句话说，我希望
gb_dict['one'，'white']
单独返回
[1,6]
。我怎样才能做到这一点

另外，我觉得手动定义
df\u reduced
是不必要的，当然我应该能够更优雅地限制我想要包含在
groupby（）中的列？做这件事的最佳方法是什么？
您想让小组听写吗

>>> groups = df.groupby(['code','colour']).groups
>>> groups['one','white']
[1L, 6L]

谢谢，这似乎是对的。此操作的性能是否受df中列数的影响？i、 e.是否最好先执行
df_reduced=df[['code'，'color']]
，然后在
df_reduced
上运行此操作？我不想不必要地对所有不相关的列进行分组。@Zhubarb as
df[['code'，'color']]
构建了一系列新对象（包括一个新的数据帧），仅此一点就可能导致比较小数据帧可能带来的groupby性能增益更多的性能损失（不确定是否存在，因为对附加列的所有计算都是在转换或聚合阶段分组后完成的）