理解Python中的groupby（）

Question

我试图理解groupby（）操作。仅仅了解grouby分组数据是不够的，因为这只是第一步，我们在这方面做了很多工作：

df = pd.DataFrame({'Animal': ['Falcon', 'Falcon', 'Parrot', 'Parrot'], 
                   'Max Speed': [380., 370., 24., 26.],  
                   'Class': ['Prey', 'Prey', 'Not Prey', 'Not Prey']}) 

In [7]: df                                                                                                                                                                                                   
Out[7]: 
   Animal  Max Speed     Class
0  Falcon      380.0      Prey
1  Falcon      370.0      Prey
2  Parrot       24.0  Not Prey
3  Parrot       26.0  Not Prey

我知道groupby（）不会对原始数据集进行操作，而是对副本进行操作。我无法理解的是，执行此操作后，代码会是什么样子：

df.groupby('Class') 

我能从视觉上理解它吗？我可以理解原始数据帧，因为我可以看到它是一个表，因此可以想象操作将如何进行。那么，当我们执行上述grouoby（）时会发生什么？它是否创建一个新系列或两个新列，其中一个是“Classs”，另一个是包含所有其他值的字符串

我试着查看OfficeDocs用户指南（https://pandas.pydata.org/pandas-docs/stable/user_guide/groupby.html），但这无助于理解grouby（）在运行后的样子

Answer 1

我想你可以查一下this：

按对象分组

The groupby() function returns a GroupBy object but essentially describes how the rows of the original dataset have been split. The GroupBy object groups variable is a dictionary whose keys are the computed unique groups and corresponding values being the axis labels belonging to each group.

If you simply run df.groupby('column_for_grouping') you will get a Python object that will look similar to . You may want to know how DataFrameGroupBy object looks internally. So lets print groups split by continent within our DataFrameGroupBy object by iterating through groups.