Dla dataframeGet grupa id powrotem do Pandy dataframe
In [2]: df = pd.DataFrame({'Name': ['foo', 'bar'] * 3,
...: 'Rank': np.random.randint(0,3,6),
...: 'Val': np.random.rand(6)})
...: df
Out[2]:
Name Rank Val
0 foo 0 0.299397
1 bar 0 0.909228
2 foo 0 0.517700
3 bar 0 0.929863
4 foo 1 0.209324
5 bar 2 0.381515
Jestem zainteresowany grupowania według nazwy i ranga i ewentualnie uzyskanie wartości zagregowane
In [3]: group = df.groupby(['Name', 'Rank'])
In [4]: agg = group.agg(sum)
In [5]: agg
Out[5]:
Val
Name Rank
bar 0 1.839091
2 0.381515
foo 0 0.817097
1 0.209324
ale chciałbym dostać w pole oryginalny df
który zawiera numer grupy dla tego wiersza, jak
In [13]: df['Group_id'] = [2, 0, 2, 0, 3, 1]
In [14]: df
Out[14]:
Name Rank Val Group_id
0 foo 0 0.299397 2
1 bar 0 0.909228 0
2 foo 0 0.517700 2
3 bar 0 0.929863 0
4 foo 1 0.209324 3
5 bar 2 0.381515 1
Czy Ther Czy jest to dobry sposób na pandy?
mogę dostać go z pytona,
In [16]: from itertools import count
In [17]: c = count()
In [22]: group.transform(lambda x: c.next())
Out[22]:
Val
0 2
1 0
2 2
3 0
4 3
5 1
ale to dość powolny na dużą dataframe, więc pomyślałem, że może być lepiej zbudowany w pand sposób to zrobić.
Inny alias wydaje się być "grouped.grouper.labels [0]" – beardc
jedynym problemem jest grouper nie jest udokumentowany, nie ma gwarancji, że się nie zepsuje. – dashesy
Trzy lata później i ta sprawa jest nadal nieudokumentowana. Łatwo się jednak domyślić, że 'df.grouper' ma klasę' BaseGrouper'. Metoda 'group_info' jest zdefiniowana [tutaj] (https://github.com/pydata/pandas/blob/2e4da9b07d500add644257b9fa317a668cf5e332/pandas/core/groupby.py#L1549) w kodzie i można śledzić trasę nieco wstecz dodatkowo, aby potwierdzić: 1) 'group_info [1]' jest tablicą unikalnych identyfikatorów grup, 2) identyfikator grupy dla wiersza 'i' to' group_info [0] [i] ', i 3)' group_info [3 ] 'to liczba grup – shadowtalker