python - 使用 Pandas groupby 将每一行分成多个组？

Question

所以我有一个如下所示的 DataFrame:

In [5]: import pandas as pd, numpy as np
np.random.seed(seed=43525)
descriptors = 'abcdefghi'
df = pd.DataFrame([{'Value':np.random.randint(0,100), 
                       'Group':descriptors[np.random.randint(0, len(descriptors)): 
                                           np.random.randint(0, len(descriptors))]} for i in range(0,10)])
print(df)

  Group  Value
0            4
1   abc     37
2  efgh     99
3     a     67
4           37
5           52
6           46
7     b     41
8     d     17
9           36

描述符列表中的每个字符都应该成为自己的组(以及空组)。我如何执行groupby来完成此任务？

因此，组“a”将包含索引 1 和 3，组“b”将包含索引 1 和 7 等。这是使用 groupby 的相当非标准的方法(如果可以用它来完成的话)所以我不知道如何继续。

Answer 1

根据 Edchum 的回答，我想出了以下内容。该结构也类似于 groupby 对象的结构:

indices = {}
for val in np.unique(''.join(df.Group.values)):
    indices[val] = df[df.Group.str.contains(val)]
print(indices)

给出以下格式错误但正确的答案:

{'a':   Group  Value
1   abc     37
3     a     67, 'c':   Group  Value
1   abc     37, 'b':   Group  Value
1   abc     37
7     b     41, 'e':   Group  Value
2  efgh     99, 'd':   Group  Value
8     d     17, 'g':   Group  Value
2  efgh     99, 'f':   Group  Value
2  efgh     99, 'h':   Group  Value
2  efgh     99}