pandas.Series.groupby

Series.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs) [source]

Группировка DataFrame или Series с помощью отображения или по серии столбцов.

Операция группировки включает в себя некоторое сочетание разделения объекта, применения функции и объединения результатов. Это можно использовать для группировки больших объёмов данных и вычисления операций над этими группами.

Параметры:

by : mapping, function, label, or list of labels Используется для определения групп для группировки. Если by является функцией, она вызывается для каждого значения индекса объекта. Если передаётся словарь или Series, значения Series или словаря будут использованы для определения групп (значения Series предварительно выравниваются; см. метод .align()). Если передаётся массив ndarray, значения используются непосредственно для определения групп. Может быть передан метка или список меток для группировки по столбцам в self. Обратите внимание, что кортеж интерпретируется как (один) ключ. axis : {0 or ‘index’, 1 or ‘columns’}, default 0 Разделить по строкам (0) или столбцам (1). level : int, level name, or sequence of such, default None Если ось является MultiIndex (иерархической), то группировка происходит по определённому уровню или уровням. as_index : bool, default True Для агрегированного вывода вернуть объект с метками групп в качестве индекса. Актуально только для входных DataFrame. as_index=False фактически соответствует группировке в стиле SQL. sort : bool, default True Сортировать ключи групп. Для лучшей производительности выключите это. Обратите внимание, что это не влияет на порядок наблюдений в каждой группе. Groupby сохраняет порядок строк внутри каждой группы. group_keys : bool, default True При вызове apply добавить ключи групп в индекс для идентификации фрагментов. squeeze : bool, default False Свести размерность возвращаемого типа, если возможно, иначе вернуть согласованный тип. observed : bool, default False Это применимо только в том случае, если какие-либо из группирующих признаков являются Categorical. Если True: показывать только наблюдаемые значения для группирующих признаков типа Categorical. Если False: показывать все значения для группирующих признаков типа Categorical. Добавлена в версии 0.23.0. **kwargs Необязательно, принимает только ключевое слово «mutated» и передаётся в groupby.

Возвращает:

DataFrameGroupBy или SeriesGroupBy Зависит от вызываемого объекта и возвращает объект группировки, содержащий информацию о группах.

См. также

resample

Удобный метод для преобразования частоты и ресемплирования временных рядов.

Примечания

См. руководство пользователя для получения дополнительной информации.

Примеры

>>> df = pd.DataFrame({'Animal' : ['Falcon', 'Falcon',
...                                'Parrot', 'Parrot'],
...                    'Max Speed' : [380., 370., 24., 26.]})
>>> df
   Animal  Max Speed
0  Falcon      380.0
1  Falcon      370.0
2  Parrot       24.0
3  Parrot       26.0
>>> df.groupby(['Animal']).mean()
        Max Speed
Animal
Falcon      375.0
Parrot       25.0

Иерархические индексы

Мы можем сгруппировать по различным уровням иерархического индекса, используя параметр level.

>>> arrays = [['Falcon', 'Falcon', 'Parrot', 'Parrot'],
...           ['Capitve', 'Wild', 'Capitve', 'Wild']]
>>> index = pd.MultiIndex.from_arrays(arrays, names=('Animal', 'Type'))
>>> df = pd.DataFrame({'Max Speed' : [390., 350., 30., 20.]},
...                    index=index)
>>> df
                Max Speed
Animal Type
Falcon Capitve      390.0
       Wild         350.0
Parrot Capitve       30.0
       Wild          20.0
>>> df.groupby(level=0).mean()
        Max Speed
Animal
Falcon      370.0
Parrot       25.0
>>> df.groupby(level=1).mean()
         Max Speed
Type
Capitve      210.0
Wild         185.0