GroupBy

pandas.api.typing.DataFrameGroupBy и pandas.api.typing.SeriesGroupBy экземпляры возвращаются вызовами groupby pandas.DataFrame.groupby() и pandas.Series.groupby() соответственно.

Индексирование, итерация

DataFrameGroupBy.__iter__()	Итератор Groupby.
SeriesGroupBy.__iter__()	Итератор Groupby.
DataFrameGroupBy.groups	Словарь {имя группы -> метки группы}.
SeriesGroupBy.groups	Словарь {имя группы -> метки группы}.
DataFrameGroupBy.indices	Словарь {имя группы -> индексы группы}.
SeriesGroupBy.indices	Словарь {имя группы -> индексы группы}.
DataFrameGroupBy.get_group(name[, obj])	Создать DataFrame из группы с предоставленным именем.
SeriesGroupBy.get_group(name[, obj])	Создать DataFrame из группы с предоставленным именем.

Grouper(*args, **kwargs)

Grouper позволяет пользователю указать инструкцию группировки для объекта.

Помощник применения функции

NamedAgg(столбец, aggfunc)

Вспомогательная функция для агрегации по столбцам с контролем над именами выходных столбцов.

Применение функций

SeriesGroupBy.apply(func, *args, **kwargs)	Применить функцию func по группам и объединить результаты вместе.
DataFrameGroupBy.apply(func, *args[, ...])	Применить функцию func по группам и объединить результаты вместе.
SeriesGroupBy.agg([func, engine, engine_kwargs])	Агрегировать с использованием одной или нескольких операций по указанной оси.
DataFrameGroupBy.agg([func, engine, ...])	Агрегировать с использованием одной или нескольких операций по указанной оси.
SeriesGroupBy.aggregate([func, engine, ...])	Агрегировать с использованием одной или нескольких операций по указанной оси.
DataFrameGroupBy.aggregate([func, engine, ...])	Агрегировать с использованием одной или нескольких операций по указанной оси.
SeriesGroupBy.transform(func, *args[, ...])	Вызовите функцию, создающую Series с тем же индексом для каждой группы.
DataFrameGroupBy.transform(func, *args[, ...])	Вызвать функцию, создающую DataFrame с тем же индексом, для каждой группы.
SeriesGroupBy.pipe(func, *args, **kwargs)	Применить func с аргументами для этого объекта GroupBy и возвращает его результат.
DataFrameGroupBy.pipe(func, *args, **kwargs)	Применить func с аргументами для этого объекта GroupBy и возвращает его результат.
DataFrameGroupBy.filter(func[, dropna])	Фильтровать элементы из групп, которые не удовлетворяют критерию.
SeriesGroupBy.filter(func[, dropna])	Фильтровать элементы из групп, которые не удовлетворяют критерию.

DataFrameGroupBy вычисления / описательная статистика

DataFrameGroupBy.all([skipna])	Возвращает True, если все значения в группе истинны, иначе False.
DataFrameGroupBy.any([skipna])	Возвращает True, если любое значение в группе истинно, иначе False.
DataFrameGroupBy.bfill([limit])	Обратное заполнение значений.
DataFrameGroupBy.corr([method, min_periods, ...])	Вычисляет попарную корреляцию столбцов, исключая значения NA/null.
DataFrameGroupBy.corrwith(other[, axis, ...])	Вычислить попарную корреляцию.
DataFrameGroupBy.count()	Вычисление количества групп, исключая пропущенные значения.
DataFrameGroupBy.cov([min_periods, ddof, ...])	Вычислить попарную ковариацию столбцов, исключая значения NA/null.
DataFrameGroupBy.cumcount([ascending])	Нумеровать каждый элемент в каждой группе от 0 до длины этой группы - 1.
DataFrameGroupBy.cummax([axis, numeric_only])	Накопленный максимум для каждой группы.
DataFrameGroupBy.cummin([axis, numeric_only])	Кумулятивный минимум для каждой группы.
DataFrameGroupBy.cumprod([axis])	Кумулятивное произведение для каждой группы.
DataFrameGroupBy.cumsum([axis])	Накопленная сумма для каждой группы.
DataFrameGroupBy.describe([процентили, ...])	Генерация описательной статистики.
DataFrameGroupBy.diff([periods, axis])	Первая дискретная разность элемента.
DataFrameGroupBy.ffill([limit])	Заполнить значения вперед.
DataFrameGroupBy.fillna([value, method, ...])	(УСТАРЕЛО) Заполнение значений NA/NaN с использованием указанного метода внутри групп.
DataFrameGroupBy.first([numeric_only, ...])	Вычислить первую запись каждого столбца в каждой группе.
DataFrameGroupBy.head([n])	Возвращает первые n строк каждой группы.
DataFrameGroupBy.idxmax([axis, skipna, ...])	Возвращает индекс первого вхождения максимума по запрошенной оси.
DataFrameGroupBy.idxmin([axis, skipna, ...])	Возвращает индекс первого вхождения минимума по запрошенной оси.
DataFrameGroupBy.last([numeric_only, ...])	Вычислить последнюю запись каждого столбца в каждой группе.
DataFrameGroupBy.max([numeric_only, ...])	Вычисление максимума групповых значений.
DataFrameGroupBy.mean([numeric_only, ...])	Вычислить среднее групп, исключая пропущенные значения.
DataFrameGroupBy.median([numeric_only])	Вычислить медиану групп, исключая пропущенные значения.
DataFrameGroupBy.min([numeric_only, ...])	Вычислить минимум значений группы.
DataFrameGroupBy.ngroup([ascending])	Нумерует каждую группу от 0 до количества групп - 1.
DataFrameGroupBy.nth	Взять n-ю строку из каждой группы, если n - целое число, иначе подмножество строк.
DataFrameGroupBy.nunique([dropna])	Возвращает DataFrame с количеством уникальных элементов в каждой позиции.
DataFrameGroupBy.ohlc()	Вычислить значения open, high, low и close для группы, исключая пропущенные значения.
DataFrameGroupBy.pct_change([periods, ...])	Вычисление процентного изменения каждого значения относительно предыдущей записи в группе.
DataFrameGroupBy.prod([numeric_only, min_count])	Вычислить произведение значений группы.
DataFrameGroupBy.quantile([q, ...])	Возвращает значения группы по заданному квантилю, аналогично numpy.percentile.
DataFrameGroupBy.rank([method, ascending, ...])	Предоставить ранг значений внутри каждой группы.
DataFrameGroupBy.resample(rule, *args[, ...])	Обеспечить передискретизацию при использовании TimeGrouper.
DataFrameGroupBy.rolling(*args, **kwargs)	Возвращает скользящий группировщик, предоставляющий функциональность скользящего окна для каждой группы.
DataFrameGroupBy.sample([n, frac, replace, ...])	Возвращает случайную выборку элементов из каждой группы.
DataFrameGroupBy.sem([ddof, numeric_only])	Вычисляет стандартную ошибку среднего групп, исключая пропущенные значения.
DataFrameGroupBy.shift([periods, freq, ...])	Сдвинуть каждую группу на periods наблюдений.
DataFrameGroupBy.size()	Вычисление размеров групп.
DataFrameGroupBy.skew([axis, skipna, ...])	Возвращает несмещенную асимметрию внутри групп.
DataFrameGroupBy.std([ddof, engine, ...])	Вычисление стандартного отклонения групп, исключая пропущенные значения.
DataFrameGroupBy.sum([numeric_only, ...])	Вычислить сумму значений группы.
DataFrameGroupBy.var([ddof, engine, ...])	Вычислить дисперсию групп, исключая пропущенные значения.
DataFrameGroupBy.tail([n])	Возвращает последние n строк каждой группы.
DataFrameGroupBy.take(indices[, axis])	Возвращает элементы в заданном позиционный индексы в каждой группе.
DataFrameGroupBy.value_counts([subset, ...])	Возвращает Series или DataFrame, содержащие количество уникальных строк.

SeriesGroupBy вычисления / описательная статистика

SeriesGroupBy.all([skipna])	Возвращает True, если все значения в группе истинны, иначе False.
SeriesGroupBy.any([skipna])	Возвращает True, если любое значение в группе истинно, иначе False.
SeriesGroupBy.bfill([limit])	Обратное заполнение значений.
SeriesGroupBy.corr(other[, method, min_periods])	Вычисление корреляции с other Series, исключая пропущенные значения.
SeriesGroupBy.count()	Вычисление количества групп, исключая пропущенные значения.
SeriesGroupBy.cov(other[, min_periods, ddof])	Вычисление ковариации с Series, исключая пропущенные значения.
SeriesGroupBy.cumcount([ascending])	Нумеровать каждый элемент в каждой группе от 0 до длины этой группы - 1.
SeriesGroupBy.cummax([axis, numeric_only])	Накопленный максимум для каждой группы.
SeriesGroupBy.cummin([axis, numeric_only])	Кумулятивный минимум для каждой группы.
SeriesGroupBy.cumprod([axis])	Кумулятивное произведение для каждой группы.
SeriesGroupBy.cumsum([axis])	Накопленная сумма для каждой группы.
SeriesGroupBy.describe([процентили, ...])	Генерация описательной статистики.
SeriesGroupBy.diff([periods, axis])	Первая дискретная разность элемента.
SeriesGroupBy.ffill([limit])	Заполнить значения вперед.
SeriesGroupBy.fillna([value, method, axis, ...])	(УСТАРЕЛО) Заполнение значений NA/NaN с использованием указанного метода внутри групп.
SeriesGroupBy.first([numeric_only, ...])	Вычислить первую запись каждого столбца в каждой группе.
SeriesGroupBy.head([n])	Возвращает первые n строк каждой группы.
SeriesGroupBy.last([numeric_only, ...])	Вычислить последнюю запись каждого столбца в каждой группе.
SeriesGroupBy.idxmax([axis, skipna])	Возвращает метку строки с максимальным значением.
SeriesGroupBy.idxmin([axis, skipna])	Возвращает метку строки минимального значения.
SeriesGroupBy.is_monotonic_increasing	Возвращает, являются ли значения каждой группы монотонно возрастающими.
SeriesGroupBy.is_monotonic_decreasing	Возвращает, являются ли значения каждой группы монотонно убывающими.
SeriesGroupBy.max([numeric_only, min_count, ...])	Вычисление максимума групповых значений.
SeriesGroupBy.mean([numeric_only, engine, ...])	Вычислить среднее групп, исключая пропущенные значения.
SeriesGroupBy.median([numeric_only])	Вычислить медиану групп, исключая пропущенные значения.
SeriesGroupBy.min([numeric_only, min_count, ...])	Вычислить минимум значений группы.
SeriesGroupBy.ngroup([ascending])	Нумерует каждую группу от 0 до количества групп - 1.
SeriesGroupBy.nlargest([n, keep])	Возвращает наибольший n элементы.
SeriesGroupBy.nsmallest([n, keep])	Вернуть наименьший n элементы.
SeriesGroupBy.nth	Взять n-ю строку из каждой группы, если n - целое число, иначе подмножество строк.
SeriesGroupBy.nunique([dropna])	Возвращает количество уникальных элементов в группе.
SeriesGroupBy.unique()	Возвращает уникальные значения для каждой группы.
SeriesGroupBy.ohlc()	Вычислить значения open, high, low и close для группы, исключая пропущенные значения.
SeriesGroupBy.pct_change([periods, ...])	Вычисление процентного изменения каждого значения относительно предыдущей записи в группе.
SeriesGroupBy.prod([numeric_only, min_count])	Вычислить произведение значений группы.
SeriesGroupBy.quantile([q, интерполяция, ...])	Возвращает значения группы по заданному квантилю, аналогично numpy.percentile.
SeriesGroupBy.rank([method, ascending, ...])	Предоставить ранг значений внутри каждой группы.
SeriesGroupBy.resample(rule, *args[, ...])	Обеспечить передискретизацию при использовании TimeGrouper.
SeriesGroupBy.rolling(*args, **kwargs)	Возвращает скользящий группировщик, предоставляющий функциональность скользящего окна для каждой группы.
SeriesGroupBy.sample([n, frac, replace, ...])	Возвращает случайную выборку элементов из каждой группы.
SeriesGroupBy.sem([ddof, numeric_only])	Вычисляет стандартную ошибку среднего групп, исключая пропущенные значения.
SeriesGroupBy.shift([periods, freq, axis, ...])	Сдвинуть каждую группу на periods наблюдений.
SeriesGroupBy.size()	Вычисление размеров групп.
SeriesGroupBy.skew([axis, skipna, numeric_only])	Возвращает несмещенную асимметрию внутри групп.
SeriesGroupBy.std([ddof, engine, ...])	Вычисление стандартного отклонения групп, исключая пропущенные значения.
SeriesGroupBy.sum([numeric_only, min_count, ...])	Вычислить сумму значений группы.
SeriesGroupBy.var([ddof, engine, ...])	Вычислить дисперсию групп, исключая пропущенные значения.
SeriesGroupBy.tail([n])	Возвращает последние n строк каждой группы.
SeriesGroupBy.take(indices[, axis])	Возвращает элементы в заданном позиционный индексы в каждой группе.
SeriesGroupBy.value_counts([normalize, ...])

Построение графиков и визуализация

DataFrameGroupBy.boxplot([subplots, column, ...])	Создать диаграммы размаха из данных DataFrameGroupBy.
DataFrameGroupBy.hist([column, by, grid, ...])	Построить гистограмму столбцов DataFrame.
SeriesGroupBy.hist([by, ax, grid, ...])	Строит гистограмму входного ряда с использованием matplotlib.
DataFrameGroupBy.plot	Создать графики Series или DataFrame.
SeriesGroupBy.plot	Создать графики Series или DataFrame.