如何获取DataFrame GroupBy对象的列名？
要获取DataFrame GroupBy对象的列名，可以使用GroupBy对象的groups属性。该属性返回一个字典，其中键是分组的标签，值是该分组对应的行索引。通过获取字典的键，即可得到分组的列名。
以下是一个示例代码：
import pandas as pd
# 创建一个DataFrame
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
'C': [1, 2, 3, 4, 5, 6, 7, 8],
'D': [10, 20, 30, 40, 50, 60, 70, 80]}
df = pd.DataFrame(data)
# 按列'A'进行分组
grouped = df.groupby('A')
# 获取分组的列名
column_names = list(grouped.groups.keys())
print(column_names)输出结果为：
['bar', 'foo']在这个示例中，我们首先创建了一个DataFrame对象df，然后按列'A'进行分组，得到一个GroupBy对象grouped。通过grouped.groups.keys()获取分组的列名，并将其转换为列表形式存储在column_names中。最后打印column_names即可得到分组的列名。
对于腾讯云相关产品和产品介绍链接地址，由于要求不能提及具体的云计算品牌商，因此无法提供相关链接。
相关·内容
2回答
我有一个包含150列的dataframe。在150列中，有15列类型为string，其余都是浮动列。
dataframe包含15个字符串列组合的相同记录，rest中的值可能不同。我想在这15个字符串列上做groupby，并对所有浮动列做一个和。
如何在Python中轻松地做到这一点，而无需指定groupby语句中每个列的名称，因为dataframe是巨大的。
浏览 1提问于2019-09-22得票数 0
回答已采纳
我有4列textID，A，B，C的数据
我想要创建一个groupby对象，然后在C列上计算第5百分位数，然后将这个列(称为“分位数”)添加回原始的dataframe。
我有下面的代码，当groupby在一个列上时可以工作
df2['quantile']=df2.C.groupby(df2.itextID).transform(lambda x:
x.quantile(q=0.5))
问题1:如何扩展它，使groupby对象现在使用两列，即textID & A？
问题2:能否先创建groupby对象，然后应用转换？即
### Create groupby object
浏览 1提问于2019-04-13得票数 2
回答已采纳
我想创建一个带有密钥的json dict。 df = pd.DataFrame({'a':list('ABCAB'),
'b':[4,5,4,5,10],
'c':[7,8,9,5,10]})
df.set_index('a').to_json(orient='records')
print(d) 这将创建一个json字典，如下所示：[{"b":4,"c":7},{"b":
浏览 19提问于2019-02-28得票数 2
回答已采纳
如何获取GroupBy对象的列名？该对象未提供columns属性。我可以先聚合对象，也可以使用get_group()-method提取一个DataFrame，但是如果有被删除的列(例如字符串)，这要么很耗电，要么容易出错。
浏览 26提问于2016-09-02得票数 11
回答已采纳
3回答
我有一个包含一些数据的dataframe，我想转换这些数据，这样一个列的值就定义了新的列。
>>> import pandas as pd
>>> df = pd.DataFrame([['a','a','b','b'],[6,7,8,9]]).T
>>> df
A B
0 a 6
1 a 7
2 b 8
3 b 9
列A的值应该是新数据格式的列名。转换的结果应该如下所示：
a b
0 6 8
1 7 9
到目前为止，我想出的结果并没有完
浏览 0提问于2018-06-12得票数 9
回答已采纳
2回答
这可能是一个非常简单的问题，但我试图了解分组和索引如何在熊猫中工作。
假设我有一个具有以下数据的DataFrame：
df = pd.DataFrame(data={
'p_id': [1, 1, 1, 2, 3, 3, 3, 4, 4],
'rating': [5, 3, 2, 2, 5, 1, 3, 4, 5]
})
现在，索引将自动分配，因此DataFrame如下所示：
p_id rating
0 1 5
1 1 3
2 1 2
3 2 2
4
浏览 2提问于2016-07-27得票数 4
回答已采纳
给定一个分组DataFrame (由df.groupby([col1, col2])获得)，我希望获得分组变量(在本例中为col1和col2 )。
例如，从
import pandas as pd
import numpy as np
df = pd.DataFrame(
[
("bird", "Falconiformes", 389.0),
("bird", "Psittaciformes", 24.0),
("mammal", "Carnivora
浏览 11提问于2022-03-09得票数 0
回答已采纳
1回答
我有一个数据框架
a = pd.DataFrame({'a':[1,2,3,4], 'b':[1,1,2,2], 'c':[1,1,1,2]})
>>> a
a b c
0 1 1 1
1 2 1 1
2 3 2 1
3 4 2 2
我想计算一次的平均值，它是根据b，an，c的值分组的。
所以我应该把数据分成3组：
b=1,c=1
b=1,c=2
b=2,c=2
然后计算每个组中a的平均值。
我怎么能这么做？我怀疑我必须使用群比，但我不明白如何使用。
浏览 2提问于2014-10-20得票数 0
回答已采纳
我一直在努力改变这个
| row_id | col_id |
|--------|--------|
| 1 | 23 |
| 4 | 45 |
| ... | ... |
| 1 | 23 |
| ... | ... |
| 4 | 45 |
| ... | ... |
| 4 | 45 |
| ... | ... |
投入到这个
| row_id | col_id | count |
|--------|--------|---------|
|
浏览 1提问于2015-01-29得票数 1
回答已采纳
2回答
熊猫:基于列名的栏中介
、、、
我有下面的熊猫DataFrame。
df = pd.DataFrame(np.random.randn(3,6), columns=['A1','A2','A3','B1','B2','B3'])
df
A1 A2 A3 B1 B2 B3
0 -0.409420 2.382457 1.151565 0.625461 0.224453 -0.351573
1
浏览 2提问于2020-04-20得票数 2
回答已采纳
我有一个DataFrame，如下
import pandas as pd
df = pd.DataFrame({'sent_a.1': [0, 3, 2, 1],
'sent_a.2': [0, 1, 4, 0],
'sent_b.3': [0, 6, 0, 8],
'sent_b.4': [1, 1, 8, 6]
})
我想将共享名称的列组合起来。所以想要的输出是，
sent_a sent_b
0
浏览 2提问于2022-02-07得票数 1
回答已采纳
1回答
根据比较规则更改列值
、、、
我有一个DataFrame：
classification text apple banana peach grape
["apple","grape"] anytext NaN NaN NaN NaN
如何检查列名是否在classification列中，以获得以下结果：
classification text apple banana peach grape
["apple","grape"] anytext 1
浏览 2提问于2022-02-26得票数 -1
回答已采纳
我试了很多，但还是找不到解决方案。 我在我的df上运行以下代码： df.groupby(df['Operatiejaar'])['ASA'].value_counts().sort_index() 这具有预期的结果： Operatiejaar ASA
2017 1.0 1523
2.0 2658
3.0 685
4.0 28
2018 1.0 1357
2.0 2749
浏览 16提问于2020-08-19得票数 1
回答已采纳
我希望从熊猫df中计算出具体的数值。使用下面的方法，我通过Up设置Item的子集，并对Num和Label进行分组，以计算Item中的值。输出中的值是正确的，但是我想删除Label并在列标题中包含Up。 import pandas as pd
df = pd.DataFrame({
'Num' : [1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2],
'Label' : ['A','B','A','B','B','B',&
浏览 7提问于2021-04-10得票数 2
回答已采纳
当我使用groupby过滤时，即使dataframe是空的，我也想保留列标题。
我按如下方式过滤数据帧
df_groupby = df.groupby("ID",as_index=False).apply(lambda x: x[x["col"] == x["col"].max()]).reset_index(drop=True)
print(df_groupby)
ID col
0 1 4
1 2 5
如果dataframe不为空，则此方法有效。但是，如果记录为空，则此筛选将删除列标题
df_empty = pd.
浏览 3提问于2019-09-30得票数 1
我在熊猫中有以下DataFrame：
import pandas as pd
example_data = [{'ticker': 'aapl', 'loc': 'us'}, {'ticker': 'mstf', 'loc': 'us'}, {'ticker': 'baba', 'loc': 'china'}, {'ticker': 'ibm', 'loc'
浏览 0提问于2015-01-31得票数 1
回答已采纳
这里是Python新手，有很多来自VBA的坏习惯。我设计了一种漫长而复杂的方法来实现我需要的东西，但我相信有一种更好的，Pythonic式的方法来实现这一点，我真的会很感激一些建议。基本上，我有一个这样的表(只有更大的，>5000行，我已经从csv文件导入到pandas DataFrame中)： ? 我想以一个旋转的DataFrame结束，它连接了Salesman的名字并汇总了销售数字，如下所示： ? (出于我不需要深入讨论的原因，我更喜欢列表形式的连接名称，因此使用了括号。) 在我的生活中，我想不出一个简单的方法在熊猫身上做到这一点。(我应该用熊猫吗？)我将省去我想出
浏览 19提问于2021-09-24得票数 2
1回答
我有一个带有100+行的dataframe，其中需要使用groupby提取值w.r.t 'High‘列。但我做不到。
我的数据样本是：
Date Open High ... Volume
Date Open High ... Volume
0 24-04-2020 1840.10 1851.60 ... 93384
1 23-04-2020 1786.00 1891.70 ... 453645
2 2
浏览 3提问于2020-05-06得票数 0
我需要在DataFrameGroupBy对象上使用slice。 例如，假设有包含A-Z列的DataFrame，如果我想使用列A-C，我将使用.loc[:, 'A':'C']，但是当我使用DataFrameGroupBy时，我不能使用切片，所以我必须编写[['A', 'B', 'C']] 看看这里： from numpy import around
from numpy.random import uniform
from pandas import DataFrame
from string import asc
浏览 21提问于2020-09-23得票数 3
回答已采纳
2回答
我表演了一组：
df=pd.DataFrame({'grp':['a','a','b','b'],'value':[1,2,1,10]})
df.groupby('grp').agg({'value':['mean','median']})
并得到：
如何将其更改为我可以操作和访问的普通df？
浏览 4提问于2019-10-15得票数 1
回答已采纳
1回答
我有一个Pyspark数据框架
| ID|colA|colB|colC|
+---+----+----+----+
|ID1| 3| 5| 6|
|ID2| 4| 12| 7|
|ID3| 2| 20| 22|
+---+----+----+----+
我要选择行ID3并选择三列的最大值，然后显示最大值的列名。因此，如果我为行ID3选择三列的最大值，它应该返回如下：
|colC|
+----+
|22 |
+----+
因此，我的问题是，我们如何选择一行，并选择一个列名根据最大列值的选定行从吡火花DataFrame？
浏览 0提问于2021-02-20得票数 0
回答已采纳
2回答
我有一个蜂巢查询，我需要将它转换为Dataframe。查询如下
select sum(col1),max(col2) from table
group by 3,4,5,1,2,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24;
我不知道在Dataframe怎么做，通常我们用
df.groupBy(columnName).agg()
但是如何将上面的查询转换为。
浏览 0提问于2018-02-15得票数 0
回答已采纳
我希望提取列中唯一的非数字元素(例如，职位)，并将它们与它们各自的数字元素(例如，薪水)的总和组合在一个数据帧中。 给定某个文件，例如此文件： Position,Experience in Years,Salary
Middle Management,5,5000
Lower Management,2,3000
Upper Management,1,7000
Middle Management,5,5000
Middle Management,7,7000
Upper Management,10,12000
Lower Management,2,2000
Middle Management,
浏览 21提问于2021-04-08得票数 0
回答已采纳
2回答
在dataframe df中，如何在对行进行分组之后找到包含所有nan的列？
In [97]: df
Out[97]:
a b group
0 NaN NaN a
1 0.0 NaN a
2 2.0 NaN a
3 1.0 7.0 b
4 1.0 3.0 b
5 7.0 4.0 b
6 2.0 6.0 c
7 9.0 6.0 c
8 3.0 0.0 c
9 9.0 0.0 c
在这种情况下，所需的输出应该是组:a-列:b。
浏览 3提问于2017-08-11得票数 1
回答已采纳
1回答
Pandas聚合特定列
、、、
如何仅聚合pandas中的特定列？
import numpy as np
df = pd.DataFrame({'A': [1, 1, 2, 2],
'B': [1, 2, 3, 4],
'C': np.random.randn(4)})
df.groupby('A').agg(['max']) #works as expected, but gives values for col B & C
df.groupby('A&
浏览 0提问于2018-03-06得票数 0
4回答
查找每行具有最大值的列名
、、、
我有一个这样的DataFrame：
In [7]:
frame.head()
Out[7]:
Communications and Search Business General Lifestyle
0 0.745763 0.050847 0.118644 0.084746
0 0.333333 0.000000 0.583333 0.083333
0 0.617021 0.042553 0.297872 0.042553
0 0.435897 0.000000 0.410256 0.153846
浏览 6提问于2015-04-28得票数 167
回答已采纳
以下是我现在的熊猫 DataFrame:
Balance before Salary Salary
Month
Jun-18 27.20 15300.0
Jul-18 88.20 15300.0
Aug-18 176.48 14783.0
Sep-18 48.48 16249.0
Oct-18 241.48 14448.0
Nov-1
浏览 0提问于2019-01-02得票数 3
回答已采纳
4回答
我想要创建一个有两列的熊猫数据，第一列是我的一列的唯一值，第二列是唯一值的计数。
我见过许多描述如何获取计数的帖子(如)，但我遇到的问题是，当我尝试创建一个dataframe时，列值将成为我的索引。
样本数据：df = pd.DataFrame({'Color': ['Red', 'Red', 'Blue'], 'State': ['MA', 'PA', 'PA']})。我想得到这样的数据：
Color Count
0 Red 2
1 Blue 1
我
浏览 7提问于2015-06-26得票数 11
回答已采纳
我有一个问题。我有这个数据框架： df = pd.DataFrame({
"id_person": ["10", "10", "11", "11", "11", "10"],
"date": ["2021-08-30", "2021-08-30", "2021-08-30","2021-08-30","2021-08-31","2021-08-31",],
浏览 23提问于2021-10-20得票数 0
我有一个包含多个列和一个列名列表的Dataframe。
我想通过根据我的列表对数据帧进行分组来处理数据帧。
下面是我想要做的一个例子：
val tagList = List("col1","col3","col5")
var tagsForGroupBy = tagList(0)
if(tagList.length>1){
for(i <- 1 to tagList.length-1){
tagsForGroupBy = tagsForGroupBy+","+tags(i)
浏览 3提问于2018-06-01得票数 2
我是数据科学的新手，目前在Jupyter笔记本上使用Pandas库。对不起，我的英语很差。
A,1,5,9
B,2,6,3
A,3,7,2
B,4,8,1
如何对上述CSV值进行分组，并在创建DataFrame后添加内容？我想要这样的输出。
A B
0 4 6
1 12 14
2 11 4
提前感谢:)
浏览 0提问于2020-05-31得票数 0
我有一个列名为x.y的DataFrame，其中我希望对x上具有相同值的所有列求和，而不必显式地命名它们。也就是说，column_name.split(".")[0]的值应该决定它们的组。下面是一个例子：
import pandas as pd
df = pd.DataFrame({'x.1': [1,2,3,4], 'x.2': [5,4,3,2], 'y.8': [19,2,1,3], 'y.92': [10,9,2,4]})
df
Out[3]:
x.1 x.2 y.8 y.92
0 1
浏览 1提问于2017-02-19得票数 2
回答已采纳
我有一个数据文件，它是762106行x79列。有14组三列的“集合”，每列表示给定特性的不同级别的“强度”，而在另一列中有值的NaN。它们已经被编码了，我想把它们压缩成一个列，这样我就有了14列，而不是42列。
可以像这样重新创建子集：
import pandas as pd
import numpy as np
df = pd.DataFrame([[np.nan, 2, np.nan, 1, np.nan, np.nan, np.nan, np.nan, 3],
[1, np.nan, np.nan, np.nan, 2, np.nan, 1
浏览 6提问于2021-02-24得票数 2
回答已采纳
1回答
我处理一个不完整的数据，这个数据也有双倍，我需要清除它，如果可用的话，选择完整的行。
例如：
我需要搜索每一行，看看它是否是一个双(有一个‘秩’>1)，如果它本身是不完整的，但有一些完全双倍。我现在解释一下：
并不是每一行都有一个日期(它是关键的)，但有些行有一个日期的双which =‘which 1’>个.
不是每一行都有双倍的。如果里面没有约会的话，没关系。
因此，如果日期确实存在，我需要找到带日期的double，并将其重写到具有秩1(或删除不完整的第一行)的行中，最后，我需要有一个不带双倍和尽可能多的日期的DataFrame。
我的代码具有极其低效率的迭代循环
浏览 3提问于2021-12-06得票数 0
1回答
我有一个包含多个列的dataframe，我只需要使用2个非数字列 1是'hashed_id‘，另一个是'event name’，有10个唯一的名称，我正尝试按2个非数字列进行分组，因此聚合函数在这里不起作用 我的解决方案是： df_events = df.groupby('subscription_hash', 'event_name')['event_name']
df_events = pd.DataFrame (df_events, columns = ["subscription_hash",
'
浏览 44提问于2021-04-15得票数 0
2回答
我有如下的样本数据
import pandas as pd
data_dict = {"Col_1" : ["AB", "AC", "AD", "BD", "BC", "BW", "KA", "KB", "KK", "KL"],
"Col_2" : [1,2,1,2,2,1,1,1,2,2,]}
data = pd.DataFrame(data_dict)
Col_1 C
浏览 4提问于2021-08-01得票数 2
回答已采纳
我有一个包含一个组列和一个值列的dataframe：
df = pd.DataFrame({'group': ['CA', 'WA', 'CO', 'AZ', 'MA'] * 10,
'value': pd.Series(range(5) + [np.nan]).sample(50, replace=True)})
如何使用组列上的groupby来获取值列中can的比例？
浏览 4提问于2017-12-21得票数 2
回答已采纳
我有一个Dataframe，它看起来像这样：
M V
2019-07-11 2019-04-13 2019-07-11 2019-04-14
NI 1 2 4 9
我希望输出仅为M的和值，然后分别用于V，其中每一行作为新行添加到单独的Dataframe中，如下所示：
| Total
----------
M | 3
----------
V | 13
----------
那么，如何将M
浏览 0提问于2019-09-04得票数 0
回答已采纳
我有一个火花DataFrame通过连接两个表获得。它们共享"name“列
valuesA = [('A',1,5),('B',7,12),('C',3,6),('D',4,9)]
TableA = spark.createDataFrame(valuesA,['name','id', 'otherValue']).alias('ta')
valuesB = [('A',1),('A',4),('B',2),(&
浏览 0提问于2019-11-13得票数 0
1回答
我试图加速一些用来计算熊猫时间延迟、索引数据格式的代码。dataframe包含由ID列标识的200 k时态序列。我试过达斯克，但没有得到任何改善(比熊猫本身花费的时间更长)。
下面是一个可以生成具有可比较大小的虚拟数据的示例：
import itertools as it
import numpy as np
import pandas as pd
np.random.seed(1)
#Series for ID
ID_data = pd.Series(np.arange(0,200000), name='ID')
#Array of data - create panda
浏览 2提问于2021-08-03得票数 0
回答已采纳
1回答
我有一个熊猫数据栏，其中包含两栏：
column1 column2
C1 date1
C1 date2
C3 date3
C2 date4
C2 date5
... ...
第一列表示一个类别(C1、C2、C3)，第二列表示YYYY DD SS格式的日期。我需要将数据分组在一个时间序列中，其中包含相同持续时间(例如1周)的回收箱和每个类别发生的次数。目的是用每个类别每月发生的次数显示三条曲线。我已经将column2转换为一个日期时间索引，其中包括：
df['column2'
浏览 2提问于2020-12-01得票数 1
回答已采纳
如何使用不同的名称自动创建dataframe列
我有这个密码
df=pd.DataFrame(columns=['A']*5)
df.loc[len(df)]=[1,2,3,4,5]
给出了结果
A A A A A
0 1 2 3 4 5
我希望列名是
A1 A2 A3 A4 A5
0 1 2 3 4 5
浏览 10提问于2022-02-22得票数 0
回答已采纳
给定的
df = pd.DataFrame(np.random.rand(4,4), columns=list('abcd'))
df
a b c d
0 0.569586 0.730646 0.070111 0.226699
1 0.092704 0.828220 0.190215 0.644188
2 0.815397 0.281504 0.690391 0.115763
3 0.614022
浏览 14提问于2020-05-12得票数 1
回答已采纳
2回答
我有一个pandas dataframe，它有一个列，每个值都是一个元素列表。字符串和NaN值的组合(表示为dtype: float)。以下是前两个元素：
1 [nan, JavaScript, nan, nan, nan, nan, nan, nan...
2 [Java, nan, nan, nan, nan, nan, SQL, nan, nan,...
我尝试从列中的每个列表中删除NaN值，以便每个列表中只保留字符串。
有没有人知道如何在有效保留字符串值的同时删除这些浮点值？
浏览 46提问于2020-06-06得票数 1
回答已采纳
1回答
我有一个pyspark.sql.Dataframe，格式是 [[patient1, visit1, code1],
[patient1, visit1, code2],
[patient1, visit2, code3],
[patient1, visit2, code4]] 我正在尝试使用structs将其转换为另一个Dataframe： [[patient1, [visit1, [code1, code2],
visit2, [code3, code4]]] 做这件事最好的方法是什么？
浏览 7提问于2020-03-19得票数 0
回答已采纳
1回答
我正在处理Pandas数据帧，有以下数据帧：
data =pd.DataFrame()
data['HomeTeam'] = ['A','B','C','D','E']
data['AwayTeam'] = ['E','D','A','B','C']
data['HomePoint'] = [1,3,0,1,3]
data['AwayPoint'] = [1,0,3,1,0
浏览 7提问于2018-07-24得票数 0
回答已采纳
1回答
我有以下代码： dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6, 6), index=dates, columns=["a","b","c","a_x","b_x","c_x"]) 这将导致以下结果： a b c a_x b_x c_x
2013-0
浏览 13提问于2020-03-20得票数 2
回答已采纳
我想用熊猫群的功能，但是，不影响列名。例如：
我的原始数据：
df = DataFrame({'int_col' : [1,2,6,8,-1],\
'float_col' : [0.1, 0.2,0.2,10.1,None], \
'str_col' : ['a','b',None,'c','a']})
结果：
float_col int_col str_col
0 0.1 1
浏览 5提问于2017-09-18得票数 1
回答已采纳
1回答
我有一个dataframe df_in，它包含以pi和pm开头的列名。
df_in = pd.DataFrame([[1,2,3,4,"",6,7,8,9],["",1,32,43,59,65,"",83,97],["",51,62,47,58,64,74,86,99],[73,51,42,67,54,65,"",85,92]], columns=["piabc","pmed","pmrde","pmret","pirtc","
浏览 0提问于2021-05-11得票数 1
回答已采纳
3回答
我想在dataframe的行上迭代，但将每一行保留为具有与父dataframe完全相同的格式的dataframe，但只有一行除外。我知道如何调用DataFrame()并传入索引和列，但出于某种原因，这并不总是给出父数据same的相同格式。在系列(即行)上调用to_frame()确实会将其转换回一个dataframe，但通常会被转换，或者以与父dataframe格式不同的方式进行转换。难道没有什么简单的方法可以做到这一点，并保证每一行的格式都是相同的吗？
以下是我到目前为止提出的最佳解决方案：
def transact(self, orders):
# Buy or Sell
浏览 9提问于2017-04-23得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
