Cómo imprimir un objeto groupby

Quiero imprimir el resultado de la agrupación con Pandas.

Tengo un marco de datos:

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

Al imprimir después de agrupar por 'A' tengo lo siguiente:

print(df.groupby('A'))

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

¿Cómo puedo imprimir el marco de datos agrupado?

Si lo hago:

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

Obtengo el marco de datos como si no estuviera agrupado:

             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

Estaba esperando algo como:

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

Simplemente haz:

grouped_df = df.groupby('A')

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

Esto también funciona

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

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

Para la agrupación selectiva de claves: inserte las claves que desee dentro de las key_list_from_gbsiguientes, utilizando gb.keys(): Por ejemplo

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")

Si simplemente está buscando una forma de mostrarlo, puede usar describe ():

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

Esto te da una mesa ordenada.

Confirmé que el comportamiento de los head()cambios entre la versión 0.12 y 0.13. Eso me parece un error. Creé un problema .

Pero una operación groupby en realidad no devuelve un DataFrame ordenado por grupo. El .head()método es un poco engañoso aquí: es solo una característica conveniente que le permite volver a examinar el objeto (en este caso df) que agrupó. El resultado de groupbyes un tipo de objeto separado, un GroupByobjeto. Debe apply, transformo filterpara volver a un DataFrame o Series.

Si todo lo que quería hacer era ordenar por los valores en las columnas A, debería usar df.sort('A').

Otra alternativa simple:

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

Además, otra alternativa simple podría ser:

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

Además de las respuestas anteriores:

Tomando tu ejemplo,

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

Luego simple código de 1 línea

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

Gracias a Surya por sus buenas ideas. Limpiaría su solución y simplemente haría:

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

Lista de llamadas () en el objeto GroupBy

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

te dio:

[('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)]

no puede ver los datos groupBy directamente mediante la declaración de impresión, pero puede ver iterando sobre el grupo usando for loop intente este código para ver el grupo por datos

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)

obtendrá un resultado después de intentar esto como un grupo por resultado

Espero que ayude

En Jupyter Notebook, si hace lo siguiente, imprime una buena versión agrupada del objeto. El applymétodo ayuda en la creación de un marco de datos de múltiples índices.

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

Salida:

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

Si desea que las bycolumnas no aparezcan en la salida, simplemente suelte las columnas, así.

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

Salida:

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

Aquí, no estoy seguro de por qué .iloc[:]no funciona en lugar de [:]al final. Entonces, si hay algunos problemas en el futuro debido a actualizaciones (o en la actualidad), .iloc[:len(a)]también funciona.

Encontré una forma complicada, solo para una lluvia de ideas, vea el código:

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)

La salida:

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

Los pros son tan fáciles de imprimir, ya que devuelve un marco de datos, en lugar de Groupby Object. Y la salida se ve bien. Si bien la desventaja es que crea una serie de datos redundantes.

En python 3

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

De manera más interactiva

para imprimir todas (o arbitrariamente muchas) líneas del df agrupado:

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

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