如何循环遍历 pandas groupby() 中的每一行？答案

【问题标题】：How do I loop over each row in a pandas groupby()?如何循环遍历 pandas groupby() 中的每一行？
【发布时间】：2019-06-12 03:21:20
【问题描述】：

假设我有：

df = pd.DataFrame({'a' : [1, 2, 3, 4, 5] , 'b' : ['cat_1', 'cat_1', 'cat_2', 'cat_2', 'cat_2']})

我执行 groupby：

df.groupby(['b']).agg(['count', 'median'])

我想遍历这个调用返回的行，例如：

for row in ?:
    print(row)

应该打印如下内容：

('cat_1', 2, 1.5)
('cat_2', 3, 4)

【问题讨论】：

标签： python pandas

【解决方案1】：

您误解了：df.groupby(['b']).agg(['count', 'median']) 返回内存中的数据帧，不是分组结果的迭代器。

你的结果通常是这样表达的：

res = df.groupby('b')['a'].agg(['count', 'median'])

print(res)

#        count  median
# b                   
# cat_1      2     1.5
# cat_2      3     4.0

可以通过iterrows 或者更有效的itertuples 迭代数据帧：

for row in df.groupby('b')['a'].agg(['count', 'median']).itertuples():
    print((row.Index, row.count, row.median))

print(res)

# ('cat_1', 2, 1.5)
# ('cat_2', 3, 4.0)

如果您希望进行惰性计算，请迭代 groupby 对象并独立对每个组执行计算。对于适合内存的数据，您应该期望这比迭代结果数据帧要慢。

for key, group in df.groupby('b'):
    print((key, group['a'].count(), group['a'].median()))

# ('cat_1', 2, 1.5)
# ('cat_2', 3, 4.0)

如果您确实面临记忆问题，请考虑使用 dask.dataframe 处理此类任务。

【讨论】：

感谢您的帮助！

【解决方案2】：

这样就可以了：

for item in df.groupby(['b']).agg(['count', 'median']).reset_index().values:
     # Perform operation on 'item' ...

【讨论】：