Pandasのグルーピングについて教えてください。

Question

Jupyterで、データセットで同じ名前をグルーピングするために、このようなコードを書きました。みたところエラーは出ていないのですが、自分の予想していたアウトプットと異なり、何も出ませんでした。

df_groups = df.groupby(df[sex'])
df_groups

アウトプットがこちらです。

<pandas.core.groupby.groupby.DataFrameGroupBy object at 0x00000179D01A5E80>

何が起きているのでしょうか。

Comments

[hayataka2049]

アウトプットに何を期待したのか書いておくと質問意図が伝わりやすいです。

Answer 1

なんの問題も起こっておりません。仕様です。

以下のドキュメントにも書かれている通り、DataFrame.groupby() の戻り値は DataFrameGroupBy Object が得られます。

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

DataFrameGroupBy オブジェクトのAPIは

https://pandas.pydata.org/pandas-docs/stable/reference/groupby.html

に記述されておりますが、基本的な使い方としては、

グループラベルによってDataFrameを得る

print(df_groups.get_group('male'))

ループによって全グループを処理する

for label, df in df_groups:
    print(label)
    print(df)

グループ毎の統計量を求める

print(df_groups.mean())

グループ毎に関数を適用する

print(df_groups.apply(lambda d: d.diff().max()))

あたりでしょうか。

Comments

[IsoNi]

おお！ありがとうございます！！感動しました！

Answer 2

英語ですが、以下のURLを参考にして見ると良いかもしれないです。
https://stackoverflow.com/questions/22691010/how-to-print-a-groupby-object

ちなみに、自分の場合はgroupbyした後に.mean()や.std()などを使ってぞれぞれの時期の平均値や標準偏差などを算出して、concatで結合してまとめて加工したりしています。

Comments

[IsoNi]

ありがとうございます！全然イメージがつかめなかったのでありがたいです！

Answer 3

Jupyterだけではなくpythonのclassオブジェクト全般に言えるのですが、質問ではdf_groupsは

print(df_groups)

をしていることになります。
するとpythonは、関数内に指定してある__repr__関数を呼び出します。定義されていない場合は__str__、どちらもない場合は<pandas.core.groupby.groupby.DataFrameGroupBy object at 0x00000179D01A5E80>のような書式になります。

Comments

[IsoNi]

ありがとうございます！