1. df.groupby(['team', df.name.str[0]])
-
df.groupby(['team', df.name.str[0]])这一部分代码表示对 DataFramedf按照 两个条件 进行分组：- 按照
'team'列（即团队）。 - 按照
'name'列的 首字母（df.name.str[0]）。
- 按照
-
df.name.str[0]使用了str访问器和.str[0]索引来获取'name'列中每个名字的首字母。例如，如果某个名字是 “Alice”，那么df.name.str[0]就会返回'A'。 -
因此，分组后的结果是按团队（
team）和每个人姓名的首字母进行二重分组。
2. grouped2.get_group(('B', 'A'))
grouped2.get_group(('B', 'A'))表示从已经按team和name首字母分组的结果中，选出team为B且姓名首字母为A的组。get_group(('B', 'A'))方法返回的是符合条件的组的 DataFrame 数据。
示例：
假设你有如下的 DataFrame df：
import pandas as pd
# 创建一个示例 DataFrame
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
'team': ['A', 'B', 'A', 'B', 'A'],
'score': [90, 80, 85, 95, 88]
}
df = pd.DataFrame(data)
print(df)
输出：
name team score
0 Alice A 90
1 Bob B 80
2 Charlie A 85
3 David B 95
4 Eva A 88
执行 grouped2 = df.groupby(['team', df.name.str[0]])
grouped2 = df.groupby(['team', df.name.str[0]])
这将按照 team 和姓名首字母进行分组，得到一个分组对象。现在，grouped2 是一个包含多个组的 GroupBy 对象。
执行 grouped2.get_group(('B', 'A'))
grouped2.get_group(('B', 'A'))
这行代码会选出 team 为 B 且姓名首字母为 A 的分组。输出将是：
name team score
1 Bob B 80
解释：
team为B且姓名首字母为A的数据只有Bob，因此返回的结果是一个 DataFrame，其中只包含Bob这一行数据。
完整代码
import pandas as pd
# 创建一个示例 DataFrame
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
'team': ['A', 'B', 'A', 'B', 'A'],
'score': [90, 80, 85, 95, 88]
}
df = pd.DataFrame(data)
print(df)
grouped2 = df.groupby(['team', df.name.str[0].str.upper()]) # 确保首字母是大写
print(grouped2.groups)
grouped2.get_group(('B', 'B'))
输出：
总结：
df.groupby(['team', df.name.str[0]])：按团队 (team) 和姓名的首字母 (df.name.str[0]) 进行二重分组。get_group(('B', 'A'))：获取team为B且姓名首字母为A的分组数据。在本例中，只有Bob这一行符合条件，因此返回该行数据。
这种方法非常有用，可以实现更复杂的分组，比如按某一列的部分值（如首字母、日期的月或周等）进行分组。
补充：
分组对象的groups方法会生成一个字典（其实是Pandas定义的PrettyDict），这个字典包含分组的名称和分组的内容索引列表，然后我们可以使用字典的.keys()方法取出分组名称：
import pandas as pd
# 创建一个示例 DataFrame
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
'team': ['A', 'B', 'A', 'B', 'A'],
'score': [90, 80, 85, 95, 88]
}
df = pd.DataFrame(data)
print(df,'\n')
grouped = df.drop('name', axis=1).groupby('team')
result = grouped.sum()
print(result,'\n')
print(df.groupby('team').groups,'\n')
print(df.groupby('team').groups.keys(),'\n')
输出：
