如何在熊猫 groupby 中将所有数据视为一个组答案

【问题标题】：how to behave all data as a single group in pandas groupby如何在熊猫 groupby 中将所有数据视为一个组
【发布时间】：2021-12-28 00:49:05
【问题描述】：

我有一个数据集，我需要根据 group 列对我的数据集进行分组：

import numpy as np
import pandas as pd


arr = np.array([1, 2, 4, 7, 11, 16, 22, 29, 37, 46])
df = pd.DataFrame({'group': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'],
                   "target": arr})

for g_name, g_df in df.groupby("group"):
    print("GROUP: {}".format(g_name))
    print(g_df)

但是，有时group 可能不作为列存在，在这种情况下，我试图将整个数据作为一个组。

for g_name, g_df in df.groupby(SOMEPARAMETERS):
    print(g_df)

output:
target
  1
  2
  4
  7
  11
  16
  22
  29
  37
  46

是否可以更改groupby 的参数以获取整个数据作为一个组？

【问题讨论】：

将整个数据作为一个组是什么意思？能举个例子吗？
您可以使用例如 df.groupby([1]*len(df)) ，但真正的用例是什么？

标签： python pandas group-by

【解决方案1】：

假设你的意思是这样的，你有两列要分组：

import numpy as np
import pandas as pd


arr = np.array([1, 2, 4, 7, 11, 16, 22, 29, 37, 46])

df = pd.DataFrame({'group1': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'],
                   'group2': ['C', 'D', 'D', 'C', 'D', 'D', 'C', 'D', 'D', 'C'],
                   'target': arr})

然后您可以轻松地扩展您的示例：

for g_name, g_df in df.groupby(["group1", "group2"]):
    print("GROUP: {}".format(g_name))
    print(g_df)

这是你的意思吗？

【讨论】：