Question

数据帧：

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

代码：

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

我正在尝试循环聚合数据，但是我收到了错误：

ValueError：要解压缩的值太多

@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。

Answer 1

df.groupby('l_customer_id_i').agg(lambda x: ','.join(x))已经返回了一个数据帧，因此您无法再遍历这些组。

一般来说：

df.groupby(...)会返回一个GroupBy对象（DataFrameGroupBy或SeriesGroupBy），通过这种方式，您可以遍历这些组（如文档here中所述）。你可以这样做：
```
grouped = df.groupby('A')

for name, group in grouped:
    ...
```
当您在groupby上应用函数时，在您的示例df.groupby(...).agg(...)中（但也可以是transform，apply，mean，... ），将应用该功能的结果合并到一个数据框中的不同组中（＆＃39; split-apply-combine＆＃的应用和组合步骤） 39; groupby的范例）。因此，结果将始终是DataFrame（或系列，取决于应用的功能）。

Answer 2

以下是迭代按pd.DataFrame列分组的atable的示例。对于示例用例，在for循环中生成SQL数据库的“create”语句：

import pandas as pd

df1 = pd.DataFrame({
    'atable':     ['Users', 'Users', 'Domains', 'Domains', 'Locks'],
    'column':     ['col_1', 'col_2', 'col_a', 'col_b', 'col'],
    'column_type':['varchar', 'varchar', 'int', 'varchar', 'varchar'],
    'is_null':    ['No', 'No', 'Yes', 'No', 'Yes'],
})

df1_grouped = df1.groupby('atable')

# iterate over each group
for group_name, df_group in df1_grouped:
    print('\nCREATE TABLE {}('.format(group_name))

    for row_index, row in df_group.iterrows():
        col = row['column']
        column_type = row['column_type']
        is_null = 'NOT NULL' if row['is_null'] == 'NO' else ''
        print('\t{} {} {},'.format(col, column_type, is_null))

    print(");")

Answer 3

如果已经创建了数据框，则可以迭代索引值。

df = df.groupby('l_customer_id_i').agg(lambda x: ','.join(x))
for name in df.index:
    print name
    print df.loc[name]

如何循环分组的Pandas数据帧？

3 个答案: