如何通过键访问groupby对象中相应的groupby数据帧
使用以下groupby：
rand=np.random.RandomState（1）
df=pd.DataFrame（{'A'：['foo'，'bar']*3，
“B”：兰特·兰登（6），
'C'：rand.randint（0,20,6）}）
gb=df.groupby（['A']）
我可以遍历它以获取密钥和组：
[11]on
：对于k，gb中的gp：
打印“key=”+str（k）
打印总成
键=条
A、B、C
1巴-0.611756 18
3巴-1.072969 10
5巴-2.301539 18
key=foo
A、B、C
0 foo 1.624345 5
2 foo-0.528172 11
4 foo 0.865408 14
我希望能够通过其密钥访问组：
[12]on
：gb['foo']
Output[12]：
A、B、C
0 foo 1.624345 5
2 foo-0.528172 11
4 foo 0.865408 14
但是当我尝试使用gb[（'foo'，）]时，我得到了一个奇怪的pandas.core.groupby.DataFrameGroupBy对象，它似乎没有任何与我想要的数据帧对应的方法
我能想到的最好的办法是：
[13]on
：定义gb_-df_键（gb，键，原始df）：
ix=gb.索引[键]
返回原点方向ix[ix]
gb_df_键（gb，'foo'，df）
Output[13]：
A、B、C
0 foo 1.624345 5
2 foo-0.528172 11
4 foo 0.865408 14
但考虑到熊猫在这些事情上通常是多么的好，这有点令人讨厌。
这样做的内在方式是什么
您可以使用get_group方法：
[21]on
：gb.get\u组（'foo'）
Output[21]：
A、B、C
0 foo 1.624345 5
2 foo-0.528172 11
4 foo 0.865408 14
注意：这不需要为每个组创建每个子数据帧的中间字典/副本，因此比使用dict（iter（gb））创建原始字典更节省内存。这是因为它使用groupby对象中已有的数据结构。
您可以使用groupby切片选择不同的列：
[22]on
：gb[[quot；A"；，[quot；B"；].获取组（"；foo"；）
Output[22]：
A B
0 foo 1.624345
2 foo-0.528172
4 foo 0.865408
At[23]on：gb["；C"；].get_组（"；foo"；）
Output[23]：
0 5
2 11
4 14
名称：C，数据类型：int64