Question

我有一个包含三列的数据框：“公司名称”，“产品”，“支出”。

现在我要执行以下操作：
1）按“公司名称”和“产品”进行分组，以查看每个公司和产品的花费。

grouped=df.groupby(['Company Name', 'Product'])

2）仅在分组的“公司名称”列上进行迭代，并将“支出”的值作为列表传递给函数。

我不知道第二步！

pandas文档仅说明了如何迭代两个索引，而没有说明仅对第一个索引进行迭代。
我也尝试过：

grouped.reset_index(level=2, drop=True)

但是会引发错误。

有什么想法吗？

谢谢。

Answer 1

您可以使用此：

spent_list = df[["Company Name","Spend"]].groupby("Company Name").sum()["Spend"].values
spent_list = list(spent_list)

现在您有了spent_list，它可以存储每个公司在所有产品上的总支出。

Answer 2

这将迭代Spend和Company Name分组的Product（作为列表）的值，并将列表传递给函数。

df.groupby(['Company Name', 'Product'])['Spend'].apply(lambda x: my_func(list(x)))

根据您的评论，如果要遍历Company Name并获取[50, 45]并将其传递给函数：

for name in df['Company Name'].unique():
    list_spend = df.groupby(['Company Name', 'Product']).sum()['Spend'][name].tolist()
    my_func(list_spend)

熊猫多级分组依据：将分组值范围传递给功能

2 个答案: