python - 在循环中将 Groupby 对象转换为 DataFrame 对象

Question

我有一个数据框df，看起来像这样

No Country Sex Age Group
1    Spain   M Young
2    Norway  F Middle
3    Mexico  M Elderly
...

我的目标是首先根据国家/地区对这些数据进行分组，然后使用 .value_counts() 根据性别和年龄组进行分析

因此，我通过 df2 = df.groupby(df.Country) 对此使用了 groupby 并像这样循环

for d in df2:
    print(type(d))

我得到这个输出:

<class 'tuple'>
<class 'tuple'>
<class 'tuple'>
...

我想使用

for d in df2:
    print(pd.DataFrame(d).Sex.value_counts())

但我收到此错误

DataFrame constructor not properly called!

我问过类似的question昨天，但这仅限于一个非常特殊的查询。我想学习的是知道如何将层“分组”为 block ，然后对这些特定 block 进行分析。

谢谢!

Answer 1

我认为更好的是使用:

s = df.groupby('Country').Sex.value_counts()
print (s)
Country  Sex
Mexico   M      1
Norway   F      1
Spain    M      1
Name: Sex, dtype: int64

但是如果想要使用循环，则需要通过添加另一个变量 i 来解压 group 和 df 的元组名称:

df2 = df.groupby(df.Country)
for i, d in df2:
    print(type(d))
<class 'pandas.core.frame.DataFrame'>
<class 'pandas.core.frame.DataFrame'>
<class 'pandas.core.frame.DataFrame'>

或者使用GroupBy.apply :

def func(x):
    print (x)
    a = x.Sex.value_counts()
    #another code 
    return a

df2 = df.groupby(df.Country).apply(func)