Pandas：如何提取已分组的数据

Question

以下是演示我的问题的示例代码：

import numpy as np
import pandas as pd

np.random.seed(10)

df = pd.DataFrame(np.random.randint(0,10,size=(100, 2)), columns=list('xy'))

df

    x   y
0   9   4
1   0   1
2   9   0
3   1   8
4   9   0
... ... ...
95  0   4
96  6   4
97  9   8
98  0   7
99  1   7

groups = df.groupby(['x'])

groups.size()

x
0    11
1    12
2    15
3    13
4    14
5     5
6     6
7     9
8     5
9    10
dtype: int64

如何将 x 值作为一列进行访问，将聚合的 y 值作为第二列进行访问，以绘制 x 与 y 的关系图？

Answer 1

两个选择。

1. 使用 reset_index()：

groups = df.groupby(['x']).size().reset_index(name='size')

2. 将 as_index=False 添加到 groupby：

groups = df.groupby(['x'], as_index=False).size()

两者的输出：

>>> groups
   x  size
0  0    16
1  1     9
2  2     9
3  3     5
4  4     7
5  5    10
6  6    10
7  7     7
8  8    12
9  9    15

Answer 2

IIUC，使用 as_index=False：

groups = df.groupby(['x'], as_index=False)
out = groups.size()
out.plot(x='x', y='size')

如果只想绘图，也可以将 x 保留为索引：

df.groupby(['x']).size().plot()

输出：

   x  size
0  0    16
1  1     9
2  2     9
3  3     5
4  4     7
5  5    10
6  6    10
7  7     7
8  8    12
9  9    15