迭代组（Python pandas 数据框）答案

【问题标题】：Iterating over groups (Python pandas dataframe)迭代组（Python pandas 数据框）
【发布时间】：2015-04-15 05:43:58
【问题描述】：

我想遍历按字符串或日期分组的组。

df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
                   'B': ['me', 'you', 'me'] * 2,
                   'C': [5, 2, 3, 4, 6, 9]}) 
groups = df.groupby('A')

例如，在这段代码中，我按名称“foo”和“bar”分组，我可以使用;

for name, group in groups:
   print name

我的问题是我需要在这个循环中运行另一个循环，并且每次我需要调用不同的组。 like（假设组的大小为 n）

for name,group in groups:
   for name1 in range(name, name + 9):  # + 9 to get first 9 groups for every iteration`

因为 name 是一个字符串，所以我无法做到这一点。 简而言之，我只想要一种方法，通过该方法我可以按数字访问组，以便我可以轻松调用所需的组进行计算。 类似的东西

groups = df.group('A')
for i in range(0,n):
    print group(i)[] + group(i+1)[]

所以如果我有以下组 [g1,g2,g3,g4,g5]，我想像 [g1,g2]、[g2,g3]、[g3,g4] 这样成对迭代地调用它们... . 并且每次取2组系列的交集。我正在寻找通过索引或某些编号调用组 [g1,g2,..g5] 的方法。这样我就可以将它们用于循环操作。目前我知道调用组的唯一方法是通过组的名称，如上面示例“foo”和“bar”中所述。我希望有能力执行以下操作：

for name,group in groups-1:
   print gb.get_group(name)
   print gb.get_group(name+1)

我知道这可能是一个简单的问题，但我一直在为这部分苦苦挣扎。我将不胜感激任何帮助。

【问题讨论】：

你到底想做什么？目前这听起来像是XY problem...
不清楚你需要什么——一次让任何 9 个组工作就足够了，还是对这些组有一些排序？如果组是有序的，是因为它们的键是有序的吗？
所以如果我有以下组 [g1,g2,g3,g4,g5]，我想像 [g1,g2], [g2,g3], [g3, g4] ....每次取2组系列的交集。我正在寻找通过索引或某些编号调用组 [g1,g2,..g5] 的方法。这样我就可以将它们用于循环操作。目前我知道调用组的唯一方法是通过组的名称，如上面示例“foo”和“bar”中所述。
请取一些数据（即使是随机的也足够了），并给出预期的输出，这样会更容易理解。

标签： python pandas iterator dataframe grouping

【解决方案1】：

.groupby() 对象有一个 .groups 属性，它返回一个 Python 的索引字典。在这种情况下：

In [26]: df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
   ....:                    'B': ['me', 'you', 'me'] * 2,
   ....:                    'C': [5, 2, 3, 4, 6, 9]})

In [27]: groups = df.groupby('A')

In [28]: groups.groups
Out[28]: {'bar': [1L, 3L, 5L], 'foo': [0L, 2L, 4L]}

您可以按如下方式对其进行迭代：

keys = groups.groups.keys()
for index in range(0, len(keys) - 1):
    g1 = df.ix[groups.groups[keys[index]]]
    g2 = df.ix[groups.groups[keys[index + 1]]]
    # Do something with g1, g2

但是，请记住，使用for 循环遍历 Pandas 对象通常比向量操作慢。根据您需要完成的工作，如果需要快速，您可能需要尝试其他方法。

【讨论】：

【解决方案2】：

由于 Python 3 中的 dict_keys 不可下标，因此更改：

df.ix[groups.groups[keys[index]]]

到

df.ix[groups.groups[list(keys)[index]]]

【讨论】：