So drucken Sie ein Groupby-Objekt

Ich möchte das Ergebnis der Gruppierung mit Pandas drucken.

Ich habe einen Datenrahmen:

import pandas as pd
df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})
print(df)

       A  B
0    one  0
1    one  1
2    two  2
3  three  3
4  three  4
5    one  5

Beim Drucken nach Gruppierung nach 'A' habe ich Folgendes:

print(df.groupby('A'))

<pandas.core.groupby.DataFrameGroupBy object at 0x05416E90>

Wie kann ich den gruppierten Datenrahmen drucken?

Wenn ich mache:

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

Ich erhalte den Datenrahmen so, als wäre er nicht gruppiert:

             A  B
A                
one   0    one  0
      1    one  1
two   2    two  2
three 3  three  3
      4  three  4
one   5    one  5

Ich hatte so etwas erwartet wie:

             A  B
A                
one   0    one  0
      1    one  1
      5    one  5
two   2    two  2
three 3  three  3
      4  three  4

Einfach machen:

grouped_df = df.groupby('A')

for key, item in grouped_df:
    print(grouped_df.get_group(key), "\n\n")

Das funktioniert auch,

grouped_df = df.groupby('A')    
gb = grouped_df.groups

for key, values in gb.iteritems():
    print(df.ix[values], "\n\n")

Für die selektive Schlüsselgruppierung: Fügen Sie die gewünschten Schlüssel wie key_list_from_gbfolgt in Folgendes ein gb.keys(): Beispiel:

gb = grouped_df.groups
gb.keys()

key_list_from_gb = [key1, key2, key3]

for key, values in gb.items():
    if key in key_list_from_gb:
        print(df.ix[values], "\n")

Wenn Sie nur nach einer Möglichkeit suchen, es anzuzeigen, können Sie description () verwenden:

grp = df.groupby['colName']
grp.describe()

Dies gibt Ihnen einen ordentlichen Tisch.

Ich habe bestätigt, dass sich das Verhalten von head()Änderungen zwischen Version 0.12 und 0.13 ändert. Das sieht für mich nach einem Fehler aus. Ich habe ein Problem erstellt .

Eine groupby-Operation gibt jedoch keinen nach Gruppen sortierten DataFrame zurück. Die .head()Methode ist hier etwas irreführend - es ist nur eine praktische Funktion, mit der Sie dfdas von Ihnen gruppierte Objekt (in diesem Fall ) erneut untersuchen können . Das Ergebnis groupbyist eine separate Art von Objekt, ein GroupByObjekt. Sie müssen apply, transformoder filteran einen Datenrahmen oder Serie zu kommen.

Wenn Sie nur nach den Werten in Spalte A sortieren möchten, sollten Sie verwenden df.sort('A').

Eine weitere einfache Alternative:

for name_of_the_group, group in grouped_dataframe:
   print (name_of_the_group)
   print (group)

Eine andere einfache Alternative könnte sein:

gb = df.groupby("A")
gb.count() # or,
gb.get_group(your_key)

Zusätzlich zu früheren Antworten:

Nehmen Sie Ihr Beispiel,

df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})

Dann einfach 1 Zeilencode

df.groupby('A').apply(print)

Vielen Dank an Surya für gute Einblicke. Ich würde seine Lösung bereinigen und einfach tun:

for key, value in df.groupby('A'):
    print(key, value)

Sie können die groupBy-Daten nicht direkt per print-Anweisung sehen, aber Sie können sie durch Iteration über die Gruppe mit der for-Schleife sehen. Versuchen Sie diesen Code, um die Gruppe nach Daten zu sehen

group = df.groupby('A') #group variable contains groupby data
for A,A_df in group: # A is your column and A_df is group of one kind at a time
  print(A)
  print(A_df)

Sie erhalten eine Ausgabe, nachdem Sie dies als Groupby-Ergebnis versucht haben

Ich hoffe, es hilft

Rufen Sie list () für das GroupBy-Objekt auf

print(list(df.groupby('A')))

gibt Ihnen:

[('one',      A  B
0  one  0
1  one  1
5  one  5), ('three',        A  B
3  three  3
4  three  4), ('two',      A  B
2  two  2)]

Wenn Sie in Jupyter Notebook Folgendes tun, wird eine schöne gruppierte Version des Objekts gedruckt. Die applyMethode hilft bei der Erstellung eines Multiindex-Datenrahmens.

by = 'A'  # groupby 'by' argument
df.groupby(by).apply(lambda a: a[:])

Ausgabe:

             A  B
A                
one   0    one  0
      1    one  1
      5    one  5
three 3  three  3
      4  three  4
two   2    two  2

Wenn Sie möchten, dass die bySpalte (n) nicht in der Ausgabe angezeigt werden, lassen Sie die Spalte (n) einfach so fallen.

df.groupby(by).apply(lambda a: a.drop(by, axis=1)[:])

Ausgabe:

         B
A         
one   0  0
      1  1
      5  5
three 3  3
      4  4
two   2  2

Hier bin ich mir nicht sicher, warum .iloc[:]nicht statt [:]am Ende funktioniert . Wenn es also in Zukunft Probleme aufgrund von Updates (oder derzeit) gibt, .iloc[:len(a)]funktioniert dies auch.

Ich habe einen kniffligen Weg gefunden, nur für ein Brainstorming, siehe Code:

df['a'] = df['A']  # create a shadow column for MultiIndexing
df.sort_values('A', inplace=True)
df.set_index(["A","a"], inplace=True)
print(df)

die Ausgabe:

             B
A     a
one   one    0
      one    1
      one    5
three three  3
      three  4
two   two    2

Die Profis sind so einfach zu drucken, da sie anstelle von Groupby Object einen Datenrahmen zurückgeben. Und die Ausgabe sieht gut aus. Der Nachteil ist, dass eine Reihe redundanter Daten erstellt werden.

In Python 3

k = None
for name_of_the_group, group in dict(df_group):
    if(k != name_of_the_group):
        print ('\n', name_of_the_group)
        print('..........','\n')
    print (group)
    k = name_of_the_group

Auf interaktivere Weise

um alle (oder beliebig viele) Zeilen des gruppierten df zu drucken:

import pandas as pd
pd.set_option('display.max_rows', 500)

grouped_df = df.group(['var1', 'var2'])
print(grouped_df)