访问 Pandas groupby() 函数

Question

执行以下操作后，我有以下数据框：train_X = icon[['property', 'room', 'date', 'month', 'amount']]train_frame = train_X.groupby(['property', 'month', 'date', 'room']).median()print(train_frame)                          amountproperty month date room          1        6     6    2     3195.000               12   3     2977.000               18   2     3195.000               24   3     3581.000               36   2     3146.000                    3     3321.500               42   2     3096.000                    3     3580.000               54   2     3195.000                    3     3580.000               60   2     3000.000               66   3     3810.000               78   2     3000.000               84   2     3461.320                    3     2872.800               90   2     3461.320                    3     3580.000               96   2     3534.000                    3     2872.800               102  3     3581.000               108  3     3580.000               114  2     3195.000我的目标是根据我这样做的（房产、月份、日期、房间）跟踪中位数金额：big_list = [[property, month, date, room], ...]test_list = [property, month, date, room]if test_list == big_list:    #I want to get the median amount wrt to that row which matches the test_list我该怎么做呢？我所做的是，尝试了以下...count = 0test_list = [2, 6, 36, 2]for j in big_list:    if test_list == j:        break    count += 1现在，在获得计数后，如何通过数据帧中的计数访问中位数？他们是一种按索引访问数据帧的方法吗？请注意：big_list 是列表的列表，其中每个列表都是来自上述数据框的 [property, month, date, room]test_list 是与 big_list 匹配的传入列表，以防万一。

Answer 1

回答最后一个问题： 他们是按索引访问数据帧的方法吗？

当然有 - 你应该使用 df.iloc 还是 loc 取决于你是否想通过整数获得纯粹的（我猜是这种情况） - 你应该使用 'iloc' 或例如字符串类型索引 - 然后你可以使用 loc .

文档： https ://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html

编辑：回到问题。那么，我假设“金额”是您搜索的中位数。您可以在分组数据帧上使用 reset_index() 方法，例如

train_frame_reset = train_frame.reset_index()

然后您可以再次访问您的列名，因此您应该执行以下操作（假设 j 是找到的行的索引）：

train_frame_reset.iloc[j]['amount'] <- will give you median

Answer 2

如果我正确理解您的问题，您根本不需要计算，您可以直接通过 loc 访问这些值。

看着：

A=pd.DataFrame([[5,6,9],[5,7,10],[6,3,11],[6,5,12]],columns=(['lev0','lev1','val']))

然后你做了：

test=A.groupby(['lev0','lev1']).median()

例如，访问组 lev0=6 和 lev1 =1 的中位数可以通过以下方式完成：

test.loc[6,5]