如何在没有 groupby 的情况下对 pandas 中的行进行分组？答案

【问题标题】：How to group rows in pandas without groupby?如何在没有 groupby 的情况下对 pandas 中的行进行分组？
【发布时间】：2022-01-25 06:54:20
【问题描述】：

我有以下 Pandas DataFrame，我正在尝试根据动物的类别对动物进行分组。我知道我可以使用 groupby 来获得更快的结果。但是，我在想是否有办法通过遍历行来复制 groupby 函数。

df = pd.DataFrame([('bird', 'Falconiformes', 389.0),
('bird', 'Psittaciformes', 24.0),
('mammal', 'Carnivora', 80.2),
('mammal', 'Primates', np.nan),
('mammal', 'Carnivora', 58)],
index=['falcon', 'parrot', 'lion', 'monkey', 'leopard'],
columns=('class', 'order', 'max_speed'))

我一直在尝试使用以下代码，但它不起作用，我找不到其他方法。

birds = []
mammal = []
for i, columnclass in df.iterrows():
  if i == 'bird':
    birds.append(i)
  else:
    mammal.append(i) 
print(birds)
print(mammal)

输出应该与此代码类似。

group = df.groupby(['class']).sum()

输出[1]：

class       max_speed     
bird        413.0
mammal      138.2

【问题讨论】：

展示您将如何使用 groupby 来提供我们可以比较的参考实现
最后，我想根据类计算max_speed的总和。所以通过使用 groupby 我会做这样的事情 'group = df.groupby(['class']).sum()' 注意：抱歉我不能上传输出的照片
您不应该将文字作为图片发布。始终对控制台输出和代码使用代码格式。

标签： python pandas dataframe

【解决方案1】：

您实际上并不需要任何循环。首先获取唯一元素的列表：

classes = df['class'].unique()

现在您可以制作字典或任何您想要的内容：

data = {cls: df['class'] == cls for cls in classes}

或单线：

data = {cls: df['class'] == cls for cls in df['class'].unique()}

但是当您可以使用groupby 时，为什么还要这样做呢？

【讨论】：

【解决方案2】：

数据框的iterrows 方法返回一个包含（索引，由列名索引的行数据系列）的二元组。这是熊猫documentation的一句话：

DataFrame.iterrows()

以 (index, Series) 对的形式迭代 DataFrame 行。

您需要访问每一行的class 列。您可以通过在 for 循环中直接解包来做到这一点：

birds = []
mammal = []
for i, (columnclass, _, _) in df.iterrows():
    if columnclass == "bird":
        birds.append(i)
    else:
        mammal.append(i)
print(birds)
print(mammal)

【讨论】：

【解决方案3】：

您可以在循环中获取引用columnclass['class'] 的类名：

birds = []
mammal = []
for i, columnclass in df.iterrows():
  if columnclass['class'] == 'bird':
    birds.append(i)
  else:
    mammal.append(i) 
print(birds)
print(mammal)

输出：

['falcon', 'parrot']
['lion', 'monkey', 'leopard']

【讨论】：

【解决方案4】：

这是一个解决方案，尽管它实际上已被 _deprecated 支持df.set_index('class').groupby(level=0).sum()：

group = df.set_index('class')['max_speed'].sum(level=0)

输出：

>>> group
class
bird      413.0
mammal    138.2
Name: max_speed, dtype: float64

【讨论】：