熊猫中的嵌套分组

Question

问题

请考虑以下数据框：

import pandas as pd
from io import StringIO 
data = StringIO(""",ID,category,app,duplicated
    0,100,OperatingSystem,Finder,FALSE
    1,100,Browser,Chrome,FALSE
    2,100,Browser,Chrome,TRUE
    3,100,Browser,Chrome,FALSE
    4,100,Clipboard,Clipboard,FALSE
    5,200,Browser,Chrome,FALSE
    6,200,Browser,Chrome,TRUE
    7,200,Browser,Chrome,FALSE
    8,200,Clipboard,Clipboard,FALSE
    9,300,OperatingSystem,Finder,FALSE
    10,300,Browser,Chrome,TRUE
    11,300,OperatingSystem,Finder,FALSE
    12,300,Clipboard,Clipboard,FALSE
""" )
df_stack = pd.read_csv(data, index_col=0).fillna('')

使用this answer中的代码

s = df_stack.groupby('ID')['duplicated'].apply(lambda d : d.ne(d.shift()).cumsum())
d_groups = df_stack.groupby(s)
for g, dataframes in d_groups:
    print(f"\n[Group {g}] - {dataframes['duplicated'].unique()[0]} \n{'-'*20}")
    for index,row in dataframes.iterrows():
        print(index, row['duplicated'], row['category'], row['app'])

在以下条件下，我得到3个不同的组，如下图所示：

• A组：对于每个ID，所有False行，直到该ID的第一个True行
• B组：所有正确的行
• C组：对于每个ID，该ID的最后一个True行之后的所有False行

我想要什么

我想按类别将A，B，C分组，以便总共获得6个分组（图像的右侧）。

编辑：我用double for循环解决了这个问题，遍历d_groups并将内部组分组。有没有更有效的解决方案？

Answer 1

我认为您只需要groupby上的df_stack数据框s到category即可获得所需的结果，因此不必仅按{{1 }}：

s

您应该在d_groups = df_stack.groupby(s) 上groupby和s列：

category

结果：

d_groups = df_stack.groupby([s, 'category'])