如下所示：

import pandas as pddf = pd.DataFrame({'性別' : ['男', '女', '男', '女',        '男', '女', '男', '男'],      '成績' : ['優(yōu)秀', '優(yōu)秀', '及格', '差',        '及格', '及格', '優(yōu)秀', '差'],      '年齡' : [15,14,15,12,13,14,15,16]})GroupBy=df.groupby("性別")

GroupBy.iter()

GroupBy對(duì)象是一個(gè)迭代對(duì)象，每次迭代結(jié)果是一個(gè)元組，元組的第一個(gè)元素是該組的名稱(就是groupby的列的元素名稱)，第二個(gè)元素是該組的具體信息，是一個(gè)數(shù)據(jù)框，索引是以前的數(shù)據(jù)框的總索引

for name,group in GroupBy: print(name) print(group)女 年齡 性別 成績1 14 女 優(yōu)秀3 12 女 差5 14 女 及格男 年齡 性別 成績0 15 男 優(yōu)秀2 15 男 及格4 13 男 及格6 15 男 優(yōu)秀7 16 男 差

GroupBy.groups

顯示分組的組名，以及所對(duì)應(yīng)的索引

print(GroupBy.groups){'女': Int64Index([1, 3, 5], dtype='int64'), '男': Int64Index([0, 2, 4, 6, 7], dtype='int64')}

GroupBy.indices

類似于GroupBy.groups

print(GroupBy.indices){'女': array([1, 3, 5], dtype=int64), '男': array([0, 2, 4, 6, 7], dtype=int64)}

GroupBy.get_group(name[, obj])

獲得某一個(gè)分組的具體信息

In [2]: GroupBy.get_group("男")Out[2]:  年齡 性別 成績0 15 男 優(yōu)秀2 15 男 及格4 13 男 及格6 15 男 優(yōu)秀7 16 男 差

Grouper([key, level, freq, axis, sort])

應(yīng)用

可以先通過循環(huán)獲得所有的組的名稱

for name in GroupBy: print(name)# 獲得所有分組的名稱 GroupBy.get_group(name) #獲得所有該名稱的數(shù)據(jù)

以上這篇Pandas GroupBy對(duì)象 索引與迭代方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持武林站長站。