如何遍历分组的pandas数据框？

小编典典

如何遍历分组的pandas数据框？

python

数据框：

  c_os_family_ss c_os_major_is l_customer_id_i
0      Windows 7                         90418
1      Windows 7                         90418
2      Windows 7                         90418

码：

print df
for name, group in df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)):
    print name
    print group

我正在尝试仅遍历聚合数据，但出现错误：

ValueError：太多值无法解包

@EdChum，这是预期的输出：

                                                    c_os_family_ss  \
l_customer_id_i
131572           Windows 7,Windows 7,Windows 7,Windows 7,Window...
135467           Windows 7,Windows 7,Windows 7,Windows 7,Window...

                                                     c_os_major_is
l_customer_id_i
131572           ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...
135467           ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...

输出不是问题，我希望遍历每个组。

阅读 201

2021-01-20

共1个答案

小编典典

df.groupby('l_customer_id_i').agg(lambda x: ','.join(x))
确实已经返回了数据帧，因此您无法再遍历这些组。

一般来说：

df.groupby(...)返回一个GroupBy对象（DataFrameGroupBy或SeriesGroupBy），以及与此，您可以迭代通过组（如文档解释这里）。您可以执行以下操作：
```
grouped = df.groupby('A')
```
for name, group in grouped:
…
当您应用在GROUPBY，在你的榜样的功能df.groupby(...).agg(...)（但是这也可以是transform，apply，mean，…），你结合的结果应用的功能，不同的群体集中在一个数据框（在适用和结合的步骤groupby的“ split-apply-combine”范式。因此，其结果将始终是DataFrame（或Series，具体取决于所应用的功能）。

2021-01-20