groupbyオブジェクトを印刷する方法

パンダとのグループ化の結果を印刷したい。

私はデータフレームを持っています：

import pandas as pd
df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})
print(df)

       A  B
0    one  0
1    one  1
2    two  2
3  three  3
4  three  4
5    one  5

「A」でグループ化して印刷すると、次のようになります。

print(df.groupby('A'))

<pandas.core.groupby.DataFrameGroupBy object at 0x05416E90>

グループ化されたデータフレームをどのように印刷できますか？

私が行った場合：

print(df.groupby('A').head())

グループ化されていないかのようにデータフレームを取得します。

             A  B
A                
one   0    one  0
      1    one  1
two   2    two  2
three 3  three  3
      4  three  4
one   5    one  5

私は次のようなものを期待していました：

             A  B
A                
one   0    one  0
      1    one  1
      5    one  5
two   2    two  2
three 3  three  3
      4  three  4

単に行います：

grouped_df = df.groupby('A')

for key, item in grouped_df:
    print(grouped_df.get_group(key), "\n\n")

これも機能します

grouped_df = df.groupby('A')    
gb = grouped_df.groups

for key, values in gb.iteritems():
    print(df.ix[values], "\n\n")

選択的なキーのグループ化の場合：key_list_from_gbを使用して、以下のように内に必要なキーを挿入しますgb.keys()。例：

gb = grouped_df.groups
gb.keys()

key_list_from_gb = [key1, key2, key3]

for key, values in gb.items():
    if key in key_list_from_gb:
        print(df.ix[values], "\n")

単に表示する方法を探しているのであれば、describe（）を使用できます。

grp = df.groupby['colName']
grp.describe()

これはあなたにきちんとしたテーブルを与えます。

head()バージョン0.12と0.13の間で変更の動作を確認しました。それは私にはバグのように見えます。問題を作成しました。

しかし、groupby操作は、実際にはグループでソートされたDataFrameを返しません。ここでの.head()方法は少し誤解を招くdfものです。これは、グループ化したオブジェクト（この場合は）を再確認できる便利な機能にすぎません。の結果groupbyは、別の種類のオブジェクト、GroupByオブジェクトです。あなたはしなければならないapply、transformまたはfilterデータフレームまたはシリーズに戻って取得します。

列Aの値で並べ替えるだけの場合は、を使用する必要がありますdf.sort('A')。

別の簡単な代替案：

for name_of_the_group, group in grouped_dataframe:
   print (name_of_the_group)
   print (group)

また、他の簡単な代替案は次のとおりです。

gb = df.groupby("A")
gb.count() # or,
gb.get_group(your_key)

以前の回答に加えて：

あなたの例をとると、

df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})

次に、単純な1行のコード

df.groupby('A').apply(print)

良い洞察をしてくれたスーリヤに感謝します。私は彼の解決策をクリーンアップし、単に行います：

for key, value in df.groupby('A'):
    print(key, value)

groupByデータをprintステートメントで直接確認することはできませんが、forループを使用してグループを反復処理することで確認できます。このコードを試して、データでグループを確認してください。

group = df.groupby('A') #group variable contains groupby data
for A,A_df in group: # A is your column and A_df is group of one kind at a time
  print(A)
  print(A_df)

これをgroupbyの結果として試した後、出力が得られます

それが役に立てば幸い

GroupByオブジェクトでlist（）を呼び出す

print(list(df.groupby('A')))

あなたにあげる：

[('one',      A  B
0  one  0
1  one  1
5  one  5), ('three',        A  B
3  three  3
4  three  4), ('two',      A  B
2  two  2)]

Jupyter Notebookでは、次のようにすると、オブジェクトのグループ化されたバージョンが表示されます。このapplyメソッドは、マルチインデックスデータフレームの作成に役立ちます。

by = 'A'  # groupby 'by' argument
df.groupby(by).apply(lambda a: a[:])

出力：

             A  B
A                
one   0    one  0
      1    one  1
      5    one  5
three 3  three  3
      4  three  4
two   2    two  2

by列を出力に表示させたくない場合は、列をドロップするだけです。

df.groupby(by).apply(lambda a: a.drop(by, axis=1)[:])

出力：

         B
A         
one   0  0
      1  1
      5  5
three 3  3
      4  4
two   2  2

ここで、なぜ最後.iloc[:]にではなく動作しないのかはわかりません[:]。そのため、将来的に更新（または現在）のためにいくつかの問題が発生した場合に.iloc[:len(a)]も機能します。

私はブレーンストーミングのために、コードを見てトリッキーな方法を見つけました：

df['a'] = df['A']  # create a shadow column for MultiIndexing
df.sort_values('A', inplace=True)
df.set_index(["A","a"], inplace=True)
print(df)

出力：

             B
A     a
one   one    0
      one    1
      one    5
three three  3
      three  4
two   two    2

Groupbyオブジェクトの代わりにデータフレームを返すので、プロはとても簡単に印刷できます。そして、出力は美しく見えます。欠点は、一連の冗長データを作成することです。

Python 3では

k = None
for name_of_the_group, group in dict(df_group):
    if(k != name_of_the_group):
        print ('\n', name_of_the_group)
        print('..........','\n')
    print (group)
    k = name_of_the_group

よりインタラクティブな方法で

グループ化されたdfのすべての（または任意の数の）行を印刷するには：

import pandas as pd
pd.set_option('display.max_rows', 500)

grouped_df = df.group(['var1', 'var2'])
print(grouped_df)