将熊猫数据框按两列分组而不汇总

Posted 2023-02-16

【中文标题】将熊猫数据框按两列分组而不汇总

【英文标题】：Grouping pandas dataframe by two columns without summarizing it

【发布时间】：2022-01-07 20:39:17

【问题描述】：

我有一个覆盖美国不同州的 pandas 数据框。我想按两列 year 和 state 进行分组，以便统计测试一些事情，例如死因，新生儿等，并绘制它。 我只能想出groupbypandas 函数，我必须在最后指定一个统计摘要，例如：

import pandas as pd
df = pd.read_csv(path + 'csvfile.csv')
grouped_df = df.groupby(['Year', 'State']).mean()

但是，我想仅按 year 和 state 进行分组，但是使用 groupby 这样做我得到了：

import pandas as pd
df = pd.read_csv(path + 'csvfile.csv')
grouped_df = df.groupby(['Year', 'State'])

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000025720134688>

我该怎么做？

【问题讨论】：

你的意思是排序吗？使用 sort_values(['Year', 'State']) 看看你是否得到你要找的东西

【参考方案1】：

首先groupby 像iterator 一样简化，所以指定之后的内容很重要 - 聚合函数、自定义函数..？

---

不确定group by the year and state alone是什么意思，如果需要MultiIndex 2列使用：

grouped_df = df.set_index(['Year', 'State'])