我有一个基本的数据帧,这是不洁数据导致的gruopby的结果:
df:
Name1 Value1 Value2
A 10 30
B 40 50
我创建了如下列表:
Segment_list = df['Name1'].unique()
Segment_list
array(['A', 'B'], dtype=object)
现在我想遍历列表并为每次迭代找到Value1中的金额,所以我是usinig:
for Segment_list in enumerate(Segment_list):
print(df['Value1'])
但是我得到两个值而不是一个接一个。我只需要一个值即可进行一次迭代。这可能吗?
Expected output:
10
40
答案 0 :(得分:6)
pandas.DataFrame.groupby
来获取每个组的值。for-loop
表示它可能没有正确或有效地完成操作。import pandas as pd
import numpy as np
import random
np.random.seed(365)
random.seed(365)
rows = 25
data = {'n': [random.choice(['A', 'B', 'C']) for _ in range(rows)],
'v1': np.random.randint(40, size=(rows)),
'v2': np.random.randint(40, size=(rows))}
df = pd.DataFrame(data)
# groupby n
for g, d in df.groupby('n'):
# print(g) # use or not, as needed
print(d.v1.values[0]) # selects the first value of each group and prints it
[out]: # first value of each group
5
33
18
dfg = df.groupby(['n'], as_index=False).agg({'v1': list})
# display(dfg)
n v1
0 A [5, 26, 39, 39, 10, 12, 13, 11, 28]
1 B [33, 34, 28, 31, 27, 24, 36, 6]
2 C [18, 27, 9, 36, 35, 30, 3, 0]
groupby
的结果,并且每个组的列中只会有一个值。dfg = df.groupby('n', as_index=False).sum()
# display(dfg)
n v1 v2
0 A 183 163
1 B 219 188
2 C 158 189
# print the value for each group in v1
for v in dfg.v1.to_list():
print(v)
[out]:
183
219
158
dfg = df.groupby('n', as_index=False).sum()
for col in dfg.columns[1:]: # selects all columns after n
for v in dfg[col].to_list():
print(v)
[out]:
183
219
158
163
188
189
答案 1 :(得分:1)
我同意@Trenton的评论,即使用数据帧的全部目的是避免像这样循环遍历它们。使用函数重新考虑。但是,使您编写的作品最接近的方式是这样的:
Segment_list = df['Name1'].unique()
for Index in Segment_list:
print(df['Value1'][df['Name1']==Index]).iloc[0]
如果有两个Name
项(取决于您使用.unique()
的情况,这取决于您要发生的情况,这将打印值的总和:
df.groupby('Name1').sum()['Value1']