python - Pandas groupby : Nested loop fails with key error

Question

我有包含以下测试内容的 CSV 文件:

Name;N_D;mu;set
A;10;20;0
B;20;30;0
C;30;40;0
x;5;15;1
y;15;25;1
z;25;35;1

我正在使用 pandas 读取文件，对数据进行分组，然后迭代数据。在每个组中，我想迭代数据集的行:

import pandas as pd
df = pd.read_csv("samples_test.csv", delimiter=";", header=0)

groups = df.groupby("set")
for name, group in groups:
    somestuff = [group["N_D"], group["mu"], name]

    for i, txt in enumerate(group["Name"]):
        print(txt, group["Name"][i])

代码在第二组的第一个元素处的 print(txt, group["Name"][i]) 行上失败，并出现键错误。我不明白，为什么...

Answer 1

您的代码失败，因为系列索引与每个循环的枚举器索引不匹配，因此无法匹配过滤键，(注意:也使用 .loc[] 或 .iloc[] 并避免 chained indexing 组[“名称”][i])

groups = df.groupby("set")
for name, group in groups:
    somestuff = [group["N_D"], group["mu"], name]

    for i, txt in enumerate(group["Name"]):
        print(i,group["Name"])

<小时/>

0 0    A
  1    B
  2    C
Name: Name, dtype: object
1 0    A
  1    B
  2    C
.......
....

您的代码应使用 .iloc[] 更改为以下内容和 get_loc用于获取列索引:

groups = df.groupby("set")
for name, group in groups:
    somestuff = [group["N_D"], group["mu"], name]
    for i, txt in enumerate(group["Name"]):
        print(txt,group.iloc[i,group.columns.get_loc('Name')])

<小时/>

A A
B B
C C
x x
y y
z z