python - 获取 Pandas 数据框中每一列的唯一值——帮助我创建更小、更易于管理的数据框来执行指标

Question

我开始想将 pandas 数据框中的列转换为列表，然后获取唯一值，目的是在 for 循环中迭代这些唯一值，并创建一些较小的数据框。 IE。每个集群一个。然后我想将这些较小的数据帧存储在字典对象中。

@ben 建议我开始一个新问题并询问 pandas 数据帧的 GroupBy 方法来执行此任务？

我的原帖在这里: get list from pandas dataframe column

My Data: 
cluster load_date   budget  actual  fixed_price
A   1/1/2014    1000    4000    Y
A   2/1/2014    12000   10000   Y
A   3/1/2014    36000   2000    Y
B   4/1/2014    15000   10000   N
B   4/1/2014    12000   11500   N
B   4/1/2014    90000   11000   N
C   7/1/2014    22000   18000   N
C   8/1/2014    30000   28960   N
C   9/1/2014    53000   51200   N

例如:对于 cluster_list 中的项目(其中 cluster list 是 cluster 中唯一的一组值)

create a dataframe for cluster a, where budget > X etc

然后对其他集群做同样的事情，并将它们放入字典中。

然后能够从字典中得到某个数据帧，只说 budget > X 的集群 B 的数据帧

GetDf(key):
  return dict(key)

提前致谢

Answer 1

这个问题有两个部分。首先，筛选预算 < X:

的那些列

In [11]: df1 = df[df['budget'] > 10000]

In [12]: df1
Out[12]:
  cluster load_date  budget  actual fixed_price
1       A  2/1/2014   12000   10000           Y
2       A  3/1/2014   36000    2000           Y
3       B  4/1/2014   15000   10000           N
4       B  4/1/2014   12000   11500           N
5       B  4/1/2014   90000   11000           N
6       C  7/1/2014   22000   18000           N
7       C  8/1/2014   30000   28960           N
8       C  9/1/2014   53000   51200           N

现在你可以groupby聚类，并得到分组:

In [13]: g = df1.groupby('cluster')

In [14]: g.get_group('A')
Out[14]:
  cluster load_date  budget  actual fixed_price
1       A  2/1/2014   12000   10000           Y
2       A  3/1/2014   36000    2000           Y

注意:如果您真的想要一本字典，那么您可以使用:

In [15]: d = dict(iter(g))

In [16]: d['A']
Out[16]:
  cluster load_date  budget  actual fixed_price
1       A  2/1/2014   12000   10000           Y
2       A  3/1/2014   36000    2000           Y