pandas.Series.groupby

Series.groupby(self, 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 Series 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 использоваться для определения групп (значения Series сначала выравниваются; см. метод .align()). Если передаётся ndarray, значения используются непосредственно для определения групп. Метка или список меток могут быть переданы для группировки по столбцам в self. Обратите внимание, что кортеж интерпретируется как (единственный) ключ. axis : {0 or ‘index’, 1 or ‘columns’}, default 0 Разделение по строкам (0) или столбцам (1). level : int, level name, or sequence of such, default None Если ось является MultiIndex (иерархической), группировка по определённому уровню или уровням. as_index : bool, default True Для агрегированных результатов возвращается объект с метками групп в качестве индекса. Актуально только для входных DataFrame. as_index=False фактически возвращает результат в стиле SQL. sort : bool, default True Сортировка ключей групп. Для повышения производительности выключение этой опции. Отмечается, что это не влияет на порядок наблюдений в каждой группе. Groupby сохраняет порядок строк в каждой группе. group_keys : bool, default True При вызове apply добавляет ключи групп в индекс для идентификации фрагментов. squeeze : bool, default False Если возможно, уменьшить размерность возвращаемого типа, в противном случае вернуть согласованный тип. observed : bool, default False Применимо только в случае, если какой-либо из группирующих элементов является Categorical. Если True: отображаются только наблюдаемые значения для категориальных группирующих элементов. Если False: отображаются все значения для категориальных группирующих элементов. Новое 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 groupby, 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'],
...           ['Captive', 'Wild', 'Captive', '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 Captive      390.0
       Wild         350.0
Parrot Captive       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
Captive      210.0
Wild         185.0