如何获取 pandas 中 groupby 对象中的组数？

How to get number of groups in a groupby object in pandas?

这很有用，因为我知道我必须对多少个唯一组执行计算。谢谢。

假设 groupby 对象被调用 dfgroup。

如documented，可以得到组数len(dfgroup)。

[pandas >= 0.23] 简单、快速、Pandaic：ngroups

较新版本的 groupby API 提供了这个（未记录的）属性，它存储 GroupBy 对象中的组数。

# setup
df = pd.DataFrame({'A': list('aabbcccd')})
dfg = df.groupby('A')


# call `.ngroups` on the GroupBy object
dfg.ngroups
# 4

请注意，这与 GroupBy.groups 不同，returns 实际组本身。

为什么我更喜欢这个而不是 len？

正如 中所述，您可以使用 len(dfg) 来获取组数。 但你不应该。查看 GroupBy.__len__ 的 实现（这是 len() 内部调用的），我们看到 __len__ 调用了 GroupBy.groups ，其中 returns 分组索引的字典：

dfg.groups
{'a': Int64Index([0, 1], dtype='int64'),
 'b': Int64Index([2, 3], dtype='int64'),
 'c': Int64Index([4, 5, 6], dtype='int64'),
 'd': Int64Index([7], dtype='int64')}

根据您操作中的组数，生成字典只是为了找到它的长度是一个浪费的步骤。另一方面，ngroups 是一个存储的 属性，可以在恒定时间内 访问 。

这已记录在 GroupBy object attributes 中。然而，len 的问题在于，对于具有很多组的 GroupBy 对象，这可能需要更长的时间

但是如果我真的想要每个组的大小怎么办？

你很幸运。我们有一个函数，叫做 GroupBy.size。但请注意 size 也计算 NaN。如果您不想计算 NaN，请改用 GroupBy.count。