如何循环分组的 Pandas 数据框？

Question

数据帧：

  c_os_family_ss c_os_major_is l_customer_id_i
0      Windows 7                         90418
1      Windows 7                         90418
2      Windows 7                         90418

代码：

print df
for name, group in df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)):
    print name
    print group

我正在尝试遍历聚合数据，但出现错误：

ValueError：解包的值太多

@EdChum，这是预期的输出：

                                                    c_os_family_ss  \
l_customer_id_i
131572           Windows 7,Windows 7,Windows 7,Windows 7,Window...
135467           Windows 7,Windows 7,Windows 7,Windows 7,Window...

                                                     c_os_major_is
l_customer_id_i
131572           ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...
135467           ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...

输出不是问题，我希望循环遍历每个组。

Answer 1

下面是一个迭代 pd.DataFrame 的示例，该 pd.DataFrame 按列 atable 分组。对于此示例，在 for 循环中生成 SQL 数据库的“创建”语句：

import pandas as pd

df1 = pd.DataFrame({
    'atable':     ['Users', 'Users', 'Domains', 'Domains', 'Locks'],
    'column':     ['col_1', 'col_2', 'col_a', 'col_b', 'col'],
    'column_type':['varchar', 'varchar', 'int', 'varchar', 'varchar'],
    'is_null':    ['No', 'No', 'Yes', 'No', 'Yes'],
})

df1_grouped = df1.groupby('atable')

# iterate over each group
for group_name, df_group in df1_grouped:
    print('\nCREATE TABLE {}('.format(group_name))

    for row_index, row in df_group.iterrows():
        col = row['column']
        column_type = row['column_type']
        is_null = 'NOT NULL' if row['is_null'] == 'No' else ''
        print('\t{} {} {},'.format(col, column_type, is_null))

    print(");")

Answer 2

如果您的数据框已经创建，您可以迭代索引值。

df = df.groupby('l_customer_id_i').agg(lambda x: ','.join(x))
for name in df.index:
    print name
    print df.loc[name]

Answer 3

df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)) 确实已经返回了一个数据帧，所以你不能再循环遍历这些组了。

一般：

• df.groupby(...) 返回一个 GroupBy 对象（一个 DataFrameGroupBy 或 SeriesGroupBy），通过它，您可以遍历组（如文档 here 中所述）。您可以执行以下操作：

  grouped = df.groupby('A')
  
  for name, group in grouped:
      ...
  

1234563 /strong> 将函数应用到一个数据框中的不同组的结果（groupby 的“split-apply-combine”范例的应用和组合步骤）。因此，其结果将始终是 DataFrame（或 Series 取决于应用的函数）。