Panda: come ottenere un gruppo dopo aver utilizzato groupby()

È possibile utilizzare i seguenti metodi per ottenere un gruppo specifico dopo aver utilizzato la funzione groupby() su un DataFrame panda:

Metodo 1: ottieni il gruppo dopo aver utilizzato groupby()

 grouped_df. get_group (' A ')

Metodo 2: ottieni colonne specifiche dal gruppo dopo aver utilizzato groupby()

 grouped_df[[' column1 ', ' column3 ']]. get_group (' A ')

I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' store ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' sales ': [12, 15, 24, 24, 14, 19, 12, 38],
                   ' refunds ': [4, 8, 7, 7, 10, 5, 4, 11]})

#view DataFrame
print (df)

  store sales refunds
0 to 12 4
1 to 15 8
2 to 24 7
3 to 24 7
4 B 14 10
5 B 19 5
6 B 12 4
7 B 38 11

Esempio 1: ottieni un gruppo dopo aver utilizzato groupby()

Il codice seguente mostra come utilizzare la funzione groupby( ) per raggruppare le righe in base al nome del negozio, quindi utilizzare la funzione get_group() per recuperare tutte le righe appartenenti al gruppo con nome gruppo “A”:

 #group rows of DataFrame based on value in 'store' column
grouped_stores = df. groupby ([' store '])

#get all rows that belong to group name 'A'
grouped_stores. get_group (' A ')

    store sales refunds
0 to 12 4
1 to 15 8
2 to 24 7
3 to 24 7

Tieni presente che get_group() restituisce tutte le righe appartenenti al gruppo con il nome del gruppo “A”.

Esempio 2: ottieni colonne specifiche dal gruppo dopo aver utilizzato groupby()

Il codice seguente mostra come utilizzare la funzione groupby( ) per raggruppare le righe in base al nome del negozio, quindi utilizzare la funzione get_group() per recuperare tutte le righe appartenenti al gruppo con nome gruppo “A” solo per le colonne “vendite” e “Rimborsi” :

 #group rows of DataFrame based on value in 'store' column
grouped_stores = df. groupby ([' store '])

#get all rows that belong to group name 'A' for sales and refunds columns
grouped_stores[[' store ', ' refunds ']]. get_group (' A ')

    store refunds
0 to 4
1 to 8
2 to 7
3 to 7

Tieni presente che get_group() restituisce tutte le righe appartenenti al gruppo con nome gruppo “A” solo per le colonne “vendite” e “rimborsi”.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come eseguire una somma GroupBy in Pandas
Come utilizzare Groupby e Plot in Pandas
Come contare valori univoci utilizzando GroupBy in Pandas