pandas.Series.groupby#
- Series.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, observed=_NoDefault.no_default, dropna=True)[源代码]#
使用映射器或按列组成的 Series 对 Series 进行分组。
A groupby operation involves some combination of splitting the object, applying a function, and combining the results. This can be used to group large amounts of data and compute operations on these groups.
- Parameters:
- bymapping, function, label, pd.Grouper or list of such
Used to determine the groups for the groupby. If
byis a function, it’s called on each value of the object’s index. If a dict or Series is passed, the Series or dict VALUES will be used to determine the groups (the Series’ values are first aligned; see.align()method). If a list or ndarray of length equal to the selected axis is passed (see the groupby user guide , the values are used as-is to determine the groups. A label or list of labels may be passed to group by the columns inself. Notice that a tuple is interpreted as a (single) key.- axis{0 或 ‘index’, 1 或 ‘columns’}, default 0
沿行（0）或列（1）分割。对于 Series，此参数未使用，默认值为 0。
自 2.1.0 版本弃用: 将在未来版本中移除并行为等同于 axis=0。对于
axis=1，请改用frame.T.groupby(...)。- levelint、级别名称或其序列，默认 None
如果轴是 MultiIndex（分层的），则按特定级别或级别进行分组。请勿同时指定
by和level。- as_indexbool, default True
返回一个以组标签作为索引的对象。仅对 DataFrame 输入相关。as_index=False 实际上是“SQL 风格”的分组输出。此参数对过滤（参见 filtrations in the user guide ）没有影响，例如
head()、tail()、nth()以及转换（参见 transformations in the user guide ）。- sortbool, default True
对组键进行排序。通过关闭此项可获得更好的性能。注意，这不会影响每个组内观测值的顺序。GroupBy 会保留每个组内行的顺序。如果为 False，则组将按其在原始 DataFrame 中出现的顺序显示。此参数对过滤（参见 filtrations in the user guide ）没有影响，例如
head()、tail()、nth()以及转换（参见 transformations in the user guide ）。在 2.0.0 版本发生变更: 指定
sort=False并使用有序的分类分组器将不再对值进行排序。- group_keysbool, default True
调用 apply 并且
by参数产生一个具有类似索引（即 a transform ）的结果时，将组键添加到索引中以标识各个部分。默认情况下，当结果的索引（和列）标签与输入匹配时，不包含组键，否则会包含。在 1.5.0 版本发生变更: 警告：当
apply的结果是类似索引的 Series 或 DataFrame 时，group_keys将不再被忽略。显式指定group_keys以包含或不包含组键。在 2.0.0 版本发生变更:
group_keys现在默认值为True。- observedbool，默认 False
这仅在任何分组器是 Categorical 时才适用。如果为 True：仅为分类分组器显示观察到的值。如果为 False：为分类分组器显示所有值。
自 2.1.0 版本弃用: 在 pandas 的未来版本中，默认值将更改为 True。
- dropnabool, default True
如果为 True，并且组键包含 NA 值，则 NA 值将与行/列一起被丢弃。如果为 False，则 NA 值也将被视为组中的键。
- Returns:
- pandas.api.typing.SeriesGroupBy
返回一个包含组信息的 Groupby 对象。
参见
resample用于时间序列的频率转换和重采样的便利方法。
Notes
请参阅 user guide 以获取更详细的用法和示例，包括分割对象为组、遍历组、选择组、聚合等。
Examples
>>> ser = pd.Series([390., 350., 30., 20.], ... index=['Falcon', 'Falcon', 'Parrot', 'Parrot'], ... name="Max Speed") >>> ser Falcon 390.0 Falcon 350.0 Parrot 30.0 Parrot 20.0 Name: Max Speed, dtype: float64 >>> ser.groupby(["a", "b", "a", "b"]).mean() a 210.0 b 185.0 Name: Max Speed, dtype: float64 >>> ser.groupby(level=0).mean() Falcon 370.0 Parrot 25.0 Name: Max Speed, dtype: float64 >>> ser.groupby(ser > 100).mean() Max Speed False 25.0 True 370.0 Name: Max Speed, dtype: float64
按索引分组
我们可以使用 level 参数按分层索引的不同级别进行分组：
>>> arrays = [['Falcon', 'Falcon', 'Parrot', 'Parrot'], ... ['Captive', 'Wild', 'Captive', 'Wild']] >>> index = pd.MultiIndex.from_arrays(arrays, names=('Animal', 'Type')) >>> ser = pd.Series([390., 350., 30., 20.], index=index, name="Max Speed") >>> ser Animal Type Falcon Captive 390.0 Wild 350.0 Parrot Captive 30.0 Wild 20.0 Name: Max Speed, dtype: float64 >>> ser.groupby(level=0).mean() Animal Falcon 370.0 Parrot 25.0 Name: Max Speed, dtype: float64 >>> ser.groupby(level="Type").mean() Type Captive 210.0 Wild 185.0 Name: Max Speed, dtype: float64
我们还可以通过定义 dropna 参数来选择是否包含 NA 作为组键，默认设置为 True。
>>> ser = pd.Series([1, 2, 3, 3], index=["a", 'a', 'b', np.nan]) >>> ser.groupby(level=0).sum() a 3 b 3 dtype: int64
>>> ser.groupby(level=0, dropna=False).sum() a 3 b 3 NaN 3 dtype: int64
>>> arrays = ['Falcon', 'Falcon', 'Parrot', 'Parrot'] >>> ser = pd.Series([390., 350., 30., 20.], index=arrays, name="Max Speed") >>> ser.groupby(["a", "b", "a", np.nan]).mean() a 210.0 b 350.0 Name: Max Speed, dtype: float64
>>> ser.groupby(["a", "b", "a", np.nan], dropna=False).mean() a 210.0 b 350.0 NaN 20.0 Name: Max Speed, dtype: float64