在 DataFrameGroupBy 上使用切片答案

【问题标题】：Using slice on DaraFrameGroupBy在 DataFrameGroupBy 上使用切片
【发布时间】：2021-01-09 14:26:23
【问题描述】：

我需要在DataFrameGroupBy 对象上使用slice。

例如，假设有DataFrame 和A-Z 列，如果我想使用列A-C 我将使用.loc[:, 'A':'C']，但是当我使用DataFrameGroupBy 时，我不能使用切片所以我必须写[['A', 'B', 'C']]

看这里：

from numpy import around
from numpy.random import uniform
from pandas import DataFrame
from string import ascii_lowercase

data = around(a=uniform(low=1.0, high=50.0, size=(6, len(ascii_lowercase) + 1)), decimals=3)
df = DataFrame(data=data, columns=['group'] + list(ascii_lowercase), dtype='float64')

rows, columns = df.shape
df.loc[:rows // 2, 'group'] = 1.0
df.loc[rows // 2:, 'group'] = 2.0

print(df)
abc = df.groupby(by='group')[['a', 'b', 'c']].shift(periods=1)
print(abc)

df 的输出是：

   group       a       b       c  ...       w       x       y       z
0    1.0  22.380  36.873  10.073  ...  26.052  38.625  48.122  33.841
1    1.0  16.702  32.160  35.018  ...  12.990  17.878  19.297  16.330
2    1.0   9.957  25.202   7.106  ...  46.500  12.932  37.401  43.134
3    2.0  42.395  40.616  24.611  ...  30.436  33.521  42.136   2.690
4    2.0   2.069  29.891   2.217  ...  20.734  12.365   9.302  47.019
5    2.0   4.208  23.955  33.966  ...  45.439  16.488  32.892   9.345

abc 的输出是：

        a       b       c
0     NaN     NaN     NaN
1  22.380  36.873  10.073
2  16.702  32.160  35.018
3     NaN     NaN     NaN
4  42.395  40.616  24.611
5   2.069  29.891   2.217

如何避免使用[['a', 'b', 'c']]？我有 105 列需要写在那里，我想使用像 .loc[:, 'a':'c'] 一样的切片

谢谢大家:)

【问题讨论】：

标签： python pandas pandas-groupby slice

【解决方案1】：

您可以按系列df['group'] 进行分组，因此groupby 之前的过滤列可能只传递过滤后的列名称：

abc = df.loc[:, 'a':'c'].groupby(by=df['group']).shift(periods=1)
print(abc)
        a       b       c
0     NaN     NaN     NaN
1  37.999  21.197  39.527
2  35.560  27.214  23.211
3     NaN     NaN     NaN
4  49.053  11.319  37.279
5  27.881  38.529  46.550

另一个想法是使用：

cols = df.loc[:, 'a':'c'].columns
abc = df.groupby(by='group')[cols].shift(periods=1)

【讨论】：