合并来自 groupby() 的子组以形成新表 pandas python 2.7

Question

df = pd.DataFrame.from_csv('file.csv')
df=df.groupby('category')

print(len(df))
>>>OUT 50

我已经使用 groupby() 根据各自的类别对我的数据进行了分组，它产生了 50 个组，因为在我的数据框中找到了 50 个不同的类别。

现在的问题是我想从 50 个子组中形成 10 个新表，也就是说每个表将包含 5 个子组。

我将使用较小的数据作为示例：

ID    Category      Colour
01    Chocolate     Pink
02    Ice cream     Purple
03    Candy         Green
04    Popcorn       Yellow
05    Pizza         Blue
06    Pizza         Red
07    Chocolate     Purple
08    Cracker       Brown
09    Chocolate     Black
10    Spaghetti     Yellow
11    Soft drink    Purple
12    Candy         Purple
13    Juice         Red
14    Cookie        Pink
15    Cookie        Grey

上例中有 10 个类别，通过使用 groupby()，它将创建 10 个表（巧克力、冰淇淋、糖果、爆米花、比萨饼、饼干、意大利面、汽水、果汁、饼干）。如何通过将 2 个类别组合在一起产生 5 个决赛桌？

预期结果： 表一：

ID    Category      Colour
01    Chocolate     Pink
07    Chocolate     Purple
09    Chocolate     Black
02    Ice cream     Purple

表 2：

ID    Category      Colour
03    Candy         Green
12    Candy         Purple
04    Popcorn       Yellow

表 3：

ID    Category      Colour
05    Pizza         Blue
06    Pizza         Red
08    Cracker       Brown

等等。只是为了大致了解将组组合成表格的含义。

Answer 1

假设df 有一个名为category 的列，首先我们得到所有类别的列表，然后将其分成对：

all_categories = df['category'].unique()
category_pairs = all_categories.reshape(-1,2)

然后我们可以将df 拆分成对：

combined_dfs = [df[df['category'].isin(pair)] for pair in category_pairs]

combined_dfs 将是 5 个 DataFrames 的列表，每个 DataFrames 包含两个类别。要显示它们各自的内容：

for combined_df in combined_dfs:
    combined_df.head()