python - 在 python pandas 中迭代多索引数据

Question

我希望能够通过多索引分组来迭代 pandas DataFrame。在这里，我希望能够一起处理每个行业中的一组行。我加载了多索引。

from StringIO import StringIO
data = """industry,location,number
retail,brazil,294
technology,china,100
retail,nyc,2913
retail,paris,382
technology,us,2182
"""

df = pd.read_csv(StringIO(data), sep=",", index_col=['industry', 'location'])

所以我希望有这样的效果:

for industry, rows in df.iter_multiindex():
    for row in rows:
        process_row(row)

有这样的方法吗？

Answer 1

您可以按多索引的第一级(行业)进行分组，然后遍历各组:

In [102]: for name, group in df.groupby(level='industry'):
   .....:     print name, '\n', group, '\n'
   .....:
retail
                   number
industry location
retail   brazil       294
         nyc         2913
         paris        382

technology
                     number
industry   location
technology china        100
           us          2182

group 每次都是一个数据帧，然后您可以对其进行迭代(例如使用 for row in group.iterrows()。

但是，大​​多数情况下不需要这样的迭代! process_row 需要什么？也许您可以直接在 groupby 对象上以矢量化方式执行此操作。