python - 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: too many values to unpack

@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

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

一般:

• df.groupby(...) 返回一个 GroupBy 对象(DataFrameGroupBy 或 SeriesGroupBy)，通过这个，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:
      ...
  

• 当您在 groupby 上应用函数时，在您的示例中 df.groupby(...).agg(...) (但这也可以是 transform , apply, mean, ...)，你组合应用函数的结果将不同的组放在一个数据框中(groupby 的“split-apply-combine”范式的应用和组合步骤)。因此，其结果将始终是 DataFrame(或 Series，具体取决于应用的功能)。