pandas groupby 对象，组合和绘图

Question

我可能不太了解何时或如何使用 pandas.DataFrame 的 groupby 函数。在下面的示例中，我想按花瓣长度对我的数据框进行分箱，并计算条目数、每个分箱的平均值和分布。我可以通过三个 groupby 调用来做到这一点，但随后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，但所有列都称为萼片宽度，将名称传递给 concat 对我不起作用。我也想得到 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)

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，你可以使用这个：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)/2g = data.groupby('bin_center')['sepal width (cm)'].agg(['count', 'mean', 'std'])plt.plot(g.index, g['mean'])顺便说一句，如果你不想要 bin 中心，并且你想查看带有 bins 的图，你可以使用 dataframe plot：g = data.groupby('bin')['sepal width (cm)'].agg(['count', 'mean', 'std']) print(g) g['mean'].plot()