使用不同的布尔数组组合作为键，按结果分组

Question

我试图通过使用布尔数组作为键来理解groupby，下面是测试代码

a = pd.DataFrame([[True,False,False],[False,True,False]], columns=['A','B','C'])
print(a)

     A      B      C
0   True  False  False
1  False   True  False

然后我尝试了不同的布尔数组组合，这似乎groupby结果都是相同的

b=a.groupby([False,False])
b.apply(pd.DataFrame)

       A     B       C
0   True    False   False
1   False   True    False

c=a.groupby([True,False])
c.apply(pd.DataFrame)

      A      B       C
0   True    False   False
1   False   True    False

d=a.groupby([False,True])
d.apply(pd.DataFrame)

     A       B       C
0   True    False   False
1   False   True    False

e=a.groupby([False,True])
e.apply(pd.DataFrame)

     A       B       C
0   True    False   False
1   False   True    False

Answer 1

让我们把它分解一下

.groubpy().apply(pd.DataFrame)正如您在所有变体中使用的那样，从每个组中获取行并创建一个数据帧，该数据帧基本上返回self，因此输出看起来是一样的，但熊猫在每种情况下获取的方式都不同

1. b=a.groupby([False,False])：两行属于同一组（组idFalse），并且一起解析一次以形成相同的df

2. c=a.groupby([True,False])：有两个组，每个组有一行。Apply接受每个组并构建两个独立的数据帧（每个组一个）。然后连接并重新排列与原始df相同的df

3. d=a.groupby([False,True])：与#2相同，但现在第一行属于False组。如果聚合或应用了不同的函数（pandas.DataFrame除外），您将看到以True, False作为索引的df（默认情况下，groupby排序），第1行将显示为第一行，因为它属于组True

Answer 2

这是因为您传递的分组参数无法将数据帧分割为所需的部分。因此，它只需复制整个数据帧，并将其“压缩”到正在传递的分组数组中。例如——

a = pd.DataFrame([[True,False,False],[False,True,False]], columns=['A','B','C'])

c = a.groupby([True,False])

print('length of grouper object:',len(c))
print(' ')
print(list(c)[0])
print(' ')
print(list(c)[1])

length of grouper object: 2
 
(False,        A     B      C
1  False  True  False)
 
(True,       A      B      C
0  True  False  False)

注意，使用分组数组[False，True]，它只需将整个数据帧压缩到每个数组中。如果您通过了可以在轴1中找到的东西，那么它将考虑该系列中的项目来对数据集进行分组。p>

另一种方法是，分组参数需要是一个具有名称的序列，并且该名称应该在数据框的列中找到。如果您传递一个数组[True，False]，它基本上被解释为一个无名序列，因此无法获取其键来进行拆分

如果您想了解groupby的工作原理，请遵循以下几点：

拆分发生在提供的键上，该键需要在索引/列中可引用，否则它无法拆分，只返回每个组的未拆分数据帧。第一步是石斑鱼要做的，下一步是简单的应用和组合步骤。在上面看到的元组（打印输出）中，apply函数对每个元组的t[1]元素进行操作，然后将其与每个元组的t[0]元素组合并垂直连接