Grouping DataFrame withIndex levels and columns¶

A DataFrame may be grouped by a combination of columns and indexlevels by specifying the column names as strings and the index levels as pd.Grouper objects.

用index levels和列来对DF进行分组

一个DF可以被分组通过列和索引水平之间的组合来进行分组，以列的名称作为列名，用index level作为grouper的对象。

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],

  ....:           ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]

  ....:

In [47]: index =pd.MultiIndex.from_arrays(arrays, names=['first', 'second'])

In [48]: df =pd.DataFrame({'A': [1, 1, 1, 1, 2, 2, 3, 3],

  ....:                    'B': np.arange(8)},

  ....:                   index=index)

  ....:

In [49]: df

Out[49]:

              A B

first second      

bar  one     1  0

     two     1  1

baz  one     1  2

     two     1  3

foo  one     2  4

     two     2  5

qux  one     3  6

      two     3  7

生成DF

The following example groups dfby the second indexlevel and the A column.

下面的例子针对DF用第二个index level即second和A列进行分组

df.groupby([pd.Grouper(level=1),'A']).sum()

Out[50]:

         B

second A  

one   1  2

      2  4

      3  6

two   1  4

      2  5

       3  7

Index levels may also be specified by name.

这里的level=1可以用second代替，也就是用name代替。

In [51]: df.groupby([pd.Grouper(level='second'), 'A']).sum()

Out[51]:

         B

second A  

one   1  2

      2  4

      3  6

two   1  4

      2  5

       3  7

Index level names may be specified as keys directly to groupby.

也可以使用关键词的方法

In [52]: df.groupby(['second', 'A']).sum()

Out[52]:

         B

second A  

one   1  2

      2  4

      3  6

two   1  4

      2  5

      3  7