如何在熊猫中查找多索引 groupby 对象中的组数？

Question

我的问题很简单，但我在任何地方都找不到答案。

我想拥有多索引 pandas groupby 对象中的组数。请注意，这与组中的元素数量不同（使用.size()），也与组的总数不同（使用len。请参阅here）。

最好用一个例子来说明。

让我们创建一个简单的数据框：

import pandas as pd
df = pd.DataFrame({'Group': ['gr1','gr1','gr2','gr2','gr3','gr3'],
                   'Kind': ['sweet','sour','sweet','sour','sweet','sour'],
                   'Values': [10,11,200,201,300,301]})

现在我们使用两列进行分组：

gr = df.groupby(['Group','Kind'])

这会产生所需的 groupby 对象。它共有六个组，您可以通过以下方式验证：

len(gr)

我现在可以遍历组：

for key,group in gr:
    print key

这会产生以下结果：

('gr1', 'sour')
('gr1', 'sweet')
('gr2', 'sour')
('gr2', 'sweet')
('gr3', 'sour')
('gr3', 'sweet')

我们可以看到第一个键有 3 个唯一条目，第二个键有 2 个唯一条目。

我正在寻找的是给定gr 返回 (3,2) 的东西，而无需访问生成 gr 的原始数据集，也无需遍历 groupby 对象、建立列表并找到其独特的元素。

Answer 1

我能想到的最短路径可能是

>>> gr.dtypes.index.levshape
(3, 2)

基本上，我们需要以 MultiIndex 的形式获取组的句柄：

>>> gr.dtypes
              Group    Kind Values
Group Kind                        
gr1   sour   object  object  int64
      sweet  object  object  int64
gr2   sour   object  object  int64
      sweet  object  object  int64
gr3   sour   object  object  int64
      sweet  object  object  int64
>>> gr.dtypes.index
MultiIndex(levels=[['gr1', 'gr2', 'gr3'], ['sour', 'sweet']],
           labels=[[0, 0, 1, 1, 2, 2], [0, 1, 0, 1, 0, 1]],
           names=['Group', 'Kind'])
>>> gr.dtypes.index.levels
FrozenList([['gr1', 'gr2', 'gr3'], ['sour', 'sweet']])
>>> gr.dtypes.index.levshape
(3, 2)

原来我在想

>>> pd.Series(gr.groups).index.levshape
(3, 2)

从groups 字典中创建一个新索引，但看起来该信息已经存在于dtypes 中。