Dataframe groupby修改內容的兩種方法
阿新 • • 發佈:2018-11-12
第一種方法
遍歷groupby中的每一個組,將group物件(元組)的第二個元素取出來存為dataframe物件進行操作。注意,在迴圈中直接對group進行修改是不會更改groupby後的物件的。
df = pd.DataFrame({'A': 'a a b b b'.split(), 'B': [1, 2, 1, 2, 3], 'C': [4, 6, 5, 6, 7]})
print(df)
df = df.groupby(['A'])
f = lambda x: pd.Series([x.B + x.C, x.C - x.B], index=['D', 'F'])
for group in df:
print(group)
df1 = group[1] # 取出第二個元素
print(df1)
df1[['D', 'F']] = df1.apply(f, axis=1)
print(df1)
輸出結果為
A B C
0 a 1 4
1 a 2 6
2 b 1 5
3 b 2 6
4 b 3 7
('a', A B C
0 a 1 4
1 a 2 6)
A B C
0 a 1 4
1 a 2 6
A B C D F
0 a 1 4 5 3
1 a 2 6 8 4
('b', A B C
2 b 1 5
3 b 2 6
4 b 3 7)
A B C
2 b 1 5
3 b 2 6
4 b 3 7
A B C D F
2 b 1 5 6 4
3 b 2 6 8 4
4 b 3 7 10 4
第二種方法
將dataframe進行groupby後轉換成字典,然後對字典進行取值,之後對dataframe物件進行操作。這種方法可以對字典進行修改。
df = pd.DataFrame( {'A': 'a a b b b'.split(), 'B': [1, 2, 1, 2, 3], 'C': [4, 6, 5, 6, 7]})
print(df)
dict_df = dict(list(df.groupby('A')))
print(dict_df)
a = dict_df['a']
print("print a")
print(a)
a_B = dict_df['a']['B']
print("print a_B")
print(a_B)
f = lambda x: pd.Series([x.B + x.C, x.C - x.B], index=['D', 'F'])
a[['D', 'F']] = a.apply(f, axis=1)
print("print a")
print(a)
# 在原字典中鍵‘a’的值裡新增一列
dict_df['a'].loc[:, 'D'] = 0
print('print dict_df[''a'']')
print(dict_df['a'])
輸出結果為
A B C
0 a 1 4
1 a 2 6
2 b 1 5
3 b 2 6
4 b 3 7
{'a': A B C
0 a 1 4
1 a 2 6, 'b': A B C
2 b 1 5
3 b 2 6
4 b 3 7}
print a
A B C
0 a 1 4
1 a 2 6
print a_B
0 1
1 2
Name: B, dtype: int64
print a
A B C D F
0 a 1 4 5 3
1 a 2 6 8 4
print dict_df[a]
A B C D
0 a 1 4 0
1 a 2 6 0
對比分析一下,第二種方法需要清楚的知道分組鍵是什麼,才能進行呼叫,如果分組鍵比較多且需要對所有的分組都進行同樣的操作的話,第一種方法比較快捷。然而,如果是想直接對groupby後的內容進行修改的話,第二種方法比較好。