web-dev-qa-db-ja.com

Pandas GroupByオブジェクトをDataFrameに変換

私はこのような入力データから始めています

df1 = pandas.DataFrame( { 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )

これは印刷されたときにこのように表示されます。

   City     Name
0   Seattle    Alice
1   Seattle      Bob
2  Portland  Mallory
3   Seattle  Mallory
4   Seattle      Bob
5  Portland  Mallory

グループ化は簡単です。

g1 = df1.groupby( [ "Name", "City"] ).count()

印刷するとGroupByオブジェクトが生成されます。

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
        Seattle      1     1

しかし、最終的に必要なのは、GroupByオブジェクト内のすべての行を含む別のDataFrameオブジェクトです。言い換えれば、私は次のような結果を得たいと思います。

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
Mallory Seattle      1     1

どのようにこれを達成するかは、パンダのドキュメントではよくわかりません。どんなヒントでも大歓迎です。

pythonpandasdataframegroup-bymulti-index
372
saveenr

g1 here は / DataFrameです。ただし、階層型インデックスがあります。

In [19]: type(g1)
Out[19]: pandas.core.frame.DataFrame

In [20]: g1.index
Out[20]: 
MultiIndex([('Alice', 'Seattle'), ('Bob', 'Seattle'), ('Mallory', 'Portland'),
       ('Mallory', 'Seattle')], dtype=object)

おそらくあなたはこのようなものが欲しいですか？

In [21]: g1.add_suffix('_Count').reset_index()
Out[21]: 
      Name      City  City_Count  Name_Count
0    Alice   Seattle           1           1
1      Bob   Seattle           2           2
2  Mallory  Portland           2           2
3  Mallory   Seattle           1           1

それとも何か：

In [36]: DataFrame({'count' : df1.groupby( [ "Name", "City"] ).size()}).reset_index()
Out[36]: 
      Name      City  count
0    Alice   Seattle      1
1      Bob   Seattle      2
2  Mallory  Portland      2
3  Mallory   Seattle      1
419
Wes McKinney

簡単に言うと、これでタスクが実行されます。

import pandas as pd

grouped_df = df1.groupby( [ "Name", "City"] )

pd.DataFrame(grouped_df.size().reset_index(name = "Group_Count"))

ここで、grouped_df.size（）はユニークなgroupbyカウントを引き上げ、reset_index（）メソッドはあなたが望むカラムの名前をリセットします。最後に、pandas Dataframe（）関数を呼び出してDataFrameオブジェクトを作成します。

11
Surya

私はその疑問を誤解しているかもしれませんが、groupbyをデータフレームに変換したい場合は.to_frame（）を使うことができます。このときインデックスをリセットしたかったので、その部分も含めました。

質問とは無関係のコード例

df = df['TIME'].groupby(df['Name']).min()
df = df.to_frame()
df = df.reset_index(level=['Name',"TIME"])
6
brandog

私はこれがうまくいったのを見つけました。

import numpy as np
import pandas as pd

df1 = pd.DataFrame({ 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"]})

df1['City_count'] = 1
df1['Name_count'] = 1

df1.groupby(['Name', 'City'], as_index=False).count()
5
thefebruaryman

以下の解決策はより簡単かもしれません：

df1.reset_index().groupby( [ "Name", "City"],as_index=False ).count()
3
Xiao QianYu

Qty単位のデータを集計し、データフレームに保存しました

almo_grp_data = pd.DataFrame({'Qty_cnt' :
almo_slt_models_data.groupby( ['orderDate','Item','State Abv']
          )['Qty'].sum()}).reset_index()
3
Manivannan Murugavel

キーは reset_index（） メソッドを使うことです。

つかいます：

import pandas

df1 = pandas.DataFrame( { 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )

g1 = df1.groupby( [ "Name", "City"] ).count().reset_index()

これで、新しいデータフレームが g1 にあります。

result dataframe

1
Ferd

私は複数の集計を行っていたので、これらのソリューションは部分的にしか機能しませんでした。これは私がデータフレームに変換したいということでグループ化された私のサンプル出力です。

Groupby Output

Reset_index（）によって提供される数よりも多くが欲しいので、上の画像をデータフレームに変換するための手動の方法を書きました。これは非常に冗長かつ明示的であるため、これが最もPythonic/pandasによる方法ではないことを私は理解していますが、それが私が必要としていたすべてでした。基本的には、上記のreset_index（）メソッドを使用して "scaffolding"データフレームを開始し、次にグループ化されたデータフレーム内のグループペアリングをループし、インデックスを取得し、グループ化されていないデータフレームに対して計算を実行し。

df_grouped = df[['Salary Basis', 'Job Title', 'Hourly Rate', 'Male Count', 'Female Count']]
df_grouped = df_grouped.groupby(['Salary Basis', 'Job Title'], as_index=False)

# Grouped gives us the indices we want for each grouping
# We cannot convert a groupedby object back to a dataframe, so we need to do it manually
# Create a new dataframe to work against
df_aggregated = df_grouped.size().to_frame('Total Count').reset_index()
df_aggregated['Male Count'] = 0
df_aggregated['Female Count'] = 0
df_aggregated['Job Rate'] = 0

def manualAggregations(indices_array):
    temp_df = df.iloc[indices_array]
    return {
        'Male Count': temp_df['Male Count'].sum(),
        'Female Count': temp_df['Female Count'].sum(),
        'Job Rate': temp_df['Hourly Rate'].max()
    }

for name, group in df_grouped:
    ix = df_grouped.indices[name]
    calcDict = manualAggregations(ix)

    for key in calcDict:
        #Salary Basis, Job Title
        columns = list(name)
        df_aggregated.loc[(df_aggregated['Salary Basis'] == columns[0]) & 
                          (df_aggregated['Job Title'] == columns[1]), key] = calcDict[key]

辞書があなたのものでなければ、計算はforループのインラインで適用されるでしょう：

    df_aggregated['Male Count'].loc[(df_aggregated['Salary Basis'] == columns[0]) & 
                                (df_aggregated['Job Title'] == columns[1])] = df['Male Count'].iloc[ix].sum()
1
John Galt