pandas中groupby后的结果分析

pandas中groupby函数是对数据进行分组用的，但是分组完之后是个什么样子，很多同学都搞不清楚，那我们今天就具体看看是什么。

先创建一个dataframe

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [20, 22, 21, 19],
        '性别': ['男', '男', '女', '女']}

df = pd.DataFrame(data)

print(df)

打印结果如下：

   姓名  年龄 性别
0  张三  20  男   
1  李四  22  男   
2  王五  21  女   
3  赵六  19  女

然后我们对性别分组一下

data_gp= df.groupby('性别')
print(data_gp)
print(type(data_gp))

输出为：

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x000002909913FA58>
<class 'pandas.core.groupby.generic.DataFrameGroupBy'>

发现df在分组完之后是个groupby对象，这个对象我们是不能直接查看的，但是groupby对象是可遍历的。

1.for循环遍历打印

如下：

for i in data_gp:
    print(i)

('女',    姓名  年龄 性别
2  王五  21  女
3  赵六  19  女)
('男',    姓名  年龄 性别
0  张三  20  男
1  李四  22  男)

发现i都是一个元组，长度为2，元组索引位置为0的元素是分组名，索引为1的元素是个dataframe。具体验证如下

for i,j in data_gp:
    print(i,type(j))

女 <class 'pandas.core.frame.DataFrame'>
男 <class 'pandas.core.frame.DataFrame'>

2.使用groups查看分组情况

print(data_gp.groups)

{'女': [2, 3], '男': [0, 1]}

发现groups之后会返回一个字典，字典中的键是分组名，值是列表，分别对应着原df的索引。如2,3代码着性别为女的数据是在df的第三行和第四行。

3.使用get_group()查看组内内容

print(data_gp.get_group('男'))

   姓名  年龄 性别
0  张三  20  男
1  李四  22  男

使用get_group()方法可以得到某一组的内容，是个dataframe格式。

PS: get_group()方法只能够得到一组数据。