python - pandas groupby 对象，组合和绘图

Question

我可能不太明白何时或如何使用 pandas.DataFrame 的 groupby 函数。在下面的示例中，我想将我的数据帧按花瓣长度分箱，并计算每个分箱的条目数、平均值和散布。我可以通过三个 groupby 调用来做到这一点，但是我在三个单独的对象中得到了答案。因此，我之后将它们连接起来。现在我有一个对象，但是所有列都称为分隔宽度，将名称传递给 concat 对我不起作用。此外，我想获得 bin 和平均值，例如用于绘图，但我不知道该怎么做。

import matplotlib.pyplot as plt
import pandas as pd
from sklearn import datasets

iris = datasets.load_iris()
data = pd.DataFrame(iris.data)
data.columns = iris.feature_names
data["bin"] = pd.cut(data["petal length (cm)"], 5)

g0 = data.groupby(["bin"])["sepal width (cm)"].count()
g1 = data.groupby(["bin"])["sepal width (cm)"].mean()
g2 = data.groupby(["bin"])["sepal width (cm)"].std()

# how to get better names?
g = pd.concat([g0, g1, g2], axis=1)
print g

# how to extract bin and mean e.g. for plotting?
#plt.plot(g.bin, g.mean)

标签： pythonpandaspandas-groupby

Answer 1

关于问题的第二部分，您可以使用字符串操作。
如果我理解正确，您可以使用它：

a = data['bin']
a1 = a.astype(str).str.strip('([])').str.split(',').str[0].astype(float) 
a2 = a.astype(str).str.strip('([])').str.split(',').str[1].astype(float)

data['bin_center'] = (a1+a2)/2
g = data.groupby('bin_center')['sepal width (cm)'].agg(['count', 'mean', 'std'])

plt.plot(g.index, g['mean'])

顺便说一句，如果您不想要 bin 中心，并且想要查看带有 bin 的图，
您可以使用数据框图：

g = data.groupby('bin')['sepal width (cm)'].agg(['count', 'mean', 'std'])
print(g)
g['mean'].plot()