Come stampare un oggetto groupby

Voglio stampare il risultato del raggruppamento con Panda.

Ho un dataframe:

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

Quando si stampa dopo il raggruppamento per "A" ho quanto segue:

print(df.groupby('A'))

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

Come posso stampare il dataframe raggruppato?

Se lo faccio:

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

Ottengo il dataframe come se non fosse raggruppato:

             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

Mi aspettavo qualcosa del tipo:

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

Basta fare:

grouped_df = df.groupby('A')

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

Funziona anche

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

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

Per il raggruppamento selettivo delle chiavi: inserire le chiavi desiderate all'interno di key_list_from_gb, di seguito, utilizzando gb.keys(): Ad esempio,

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")

Se stai semplicemente cercando un modo per visualizzarlo, potresti usare descrivere ():

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

Questo ti dà un tavolo pulito.

Ho confermato che il comportamento delle head()modifiche tra la versione 0.12 e 0.13. A me sembra un insetto. Ho creato un problema .

Ma un'operazione groupby in realtà non restituisce un DataFrame ordinato per gruppo. Il .head()metodo in questo caso è un po 'fuorviante: è solo una comoda funzione che ti consente di riesaminare l'oggetto (in questo caso df) che hai raggruppato. Il risultato groupbyè un tipo separato di oggetto, un GroupByoggetto. È necessario apply, transformo filterper tornare a un DataFrame o a una serie.

Se tutto ciò che volevi fare era ordinare in base ai valori nelle colonne A, dovresti usare df.sort('A').

Un'altra semplice alternativa:

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

Inoltre, un'altra semplice alternativa potrebbe essere:

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

Oltre alle risposte precedenti:

Prendendo il tuo esempio,

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

Quindi semplice codice di 1 riga

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

Grazie a Surya per le buone intuizioni. Pulirei la sua soluzione e farei semplicemente:

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

Elenco chiamate () sull'oggetto GroupBy

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

ti dà:

[('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)]

non puoi vedere i dati groupBy direttamente dall'istruzione print ma puoi vedere iterando sul gruppo usando il ciclo for prova questo codice per vedere il gruppo in base ai dati

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)

otterrai un output dopo averlo provato come risultato di groupby

spero possa essere d'aiuto

In Jupyter Notebook, se si esegue quanto segue, viene stampata una bella versione raggruppata dell'oggetto. Il applymetodo aiuta nella creazione di un dataframe multiindex.

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

Produzione:

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

Se vuoi che le bycolonne non appaiano nell'output, rilascia semplicemente le colonne, in questo modo.

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

Produzione:

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

Qui, non sono sicuro del motivo per cui .iloc[:]non funziona invece che [:]alla fine. Quindi, se ci sono alcuni problemi in futuro a causa di aggiornamenti (o al momento), .iloc[:len(a)]funziona anche.

Ho trovato un modo complicato, solo per il brainstorming, guarda il codice:

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)

Il risultato:

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

Il pro è così facile da stampare, in quanto restituisce un dataframe, invece di Groupby Object. E l'output sembra carino. Lo svantaggio è che crea una serie di dati ridondanti.

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

In modo più interattivo

per stampare tutte (o arbitrariamente molte) righe del df raggruppato:

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

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