python - 从数据集中创建单独的组以进行迭代(Pandas、Python 3)

Question

现在我在 Pandas 中有一个大型数据框，我想做的是根据一个指标制作一组较小的组。然后将迭代这些组以创建排列。这有点复杂，但这里有一个例子:

数据框

 KW            POS      
 Cat           Noun            
 in            Prep             
 the           Prep 
 Brown         Adj              
 hat           Noun      

我正在尝试做的现在是像这样基于 POS 创建 3 个组

 KW       POS           KW       POS           KW     POS
 Cat      Noun          in       Prep          Brown  Adj
 hat      Noun          Prep     Prep

但是，我认为它们需要是唯一组的原因是这些组将被迭代以创建单词排列——即第 1 组中的一个词、第 2 组中的一个词、第 3 组中的一个词。

问题是1.) 像下面这样的分组方法是否适合从中创建排列？

group = newlist.groupby(['POS'])

2.) 如果不是，我如何创建适合迭代的不同的较小数据框？

Answer 1

迭代 groupby(或 SeriesGroupby)产生键和来自该组的子帧/系列:

In [11]: {k: v for (k, v) in g['KW']}  # equivalently/cryptically: dict(iter(g['KW']))
Out[11]:
{'Adj': 3    Brown
        Name: KW, dtype: object,
 'Noun': 0    Cat
         4    hat
         Name: KW, dtype: object,
 'Prep': 1     in
         2    the
         Name: KW, dtype: object}

---

IIUYC 可能会考虑使用 pandas 的 cartesian_product(有点隐藏......):

In [12]: pd.tools.util.cartesian_product(res.values())
Out[12]:
[array(['Cat', 'Cat', 'hat', 'hat'], dtype=object),
 array(['Brown', 'Brown', 'Brown', 'Brown'], dtype=object),
 array(['in', 'the', 'in', 'the'], dtype=object)]

然后像 map、zip、join 组合应该得到你想要的东西(？):

In [13]: map(' '.join, zip(*_))
Out[13]: ['Cat Brown in', 'Cat Brown the', 'hat Brown in', 'hat Brown the']