Python2.7 - Pandas 数据框按两个标准分组

Question

假设我有一个 panadas DataFrame：

import pandas as pd

df = pd.DataFrame(columns=['name','time'])

df = df.append({'name':'Waren', 'time': '20:15'}, ignore_index=True)

df = df.append({'name':'Waren', 'time': '20:12'}, ignore_index=True)

df = df.append({'name':'Waren', 'time': '20:11'}, ignore_index=True)

df = df.append({'name':'Waren', 'time': '01:29'}, ignore_index=True)

df = df.append({'name':'Waren', 'time': '02:15'}, ignore_index=True)

df = df.append({'name':'Waren', 'time': '02:16'}, ignore_index=True)

df = df.append({'name':'Kim', 'time': '20:11'}, ignore_index=True)

df = df.append({'name':'Kim', 'time': '01:29'}, ignore_index=True)

df = df.append({'name':'Kim', 'time': '02:15'}, ignore_index=True)

df = df.append({'name':'Kim', 'time': '01:49'}, ignore_index=True)

df = df.append({'name':'Kim', 'time': '01:49'}, ignore_index=True)

df = df.append({'name':'Kim', 'time': '02:15'}, ignore_index=True)

df = df.append({'name':'Mary', 'time': '22:15'}, ignore_index=True)

df = df.drop(df.index[2])

df = df.drop(df.index[7])

我想name按连续索引（按 Pandas DataFrame 中的连续索引分组）对该框架进行分组，然后对其进行分组。

所需的输出将是这样的分组：

因此，行按行分组，name并且对于行，此连续增加的索引仅采用第一个和最后一个元素。

我这样试过： df.groupby(['name']).groupby(df.index.to_series().diff().ne(1).cumsum()).group 这只会引发错误： AttributeError: Cannot access callable attribute 'groupby' of 'DataFrameGroupBy' objects, try using the 'apply' method

欢迎任何帮助！

Answer 1

你做错了。当您执行df.groupby(['name']) 时，它会返回不可调用的属性groupby。你需要同时应用它。df.groupby(['name', df.index.to_series().diff().ne(1).cumsum()]).groupsOut: {('Kim', 2): [6, 7], ('Kim', 3): [9, 10, 11], ('Mary', 3): [12], ('Waren', 1): [0, 1], ('Waren', 2): [3, 4, 5]}