迭代组（Python pandas 数据框）

Question

我想遍历按字符串或日期分组的组。

df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
                   'B': ['me', 'you', 'me'] * 2,
                   'C': [5, 2, 3, 4, 6, 9]}) 
groups = df.groupby('A')

例如，在这段代码中，我按名称 'foo' 和 'bar' 分组，我可以使用循环遍历它们；

for name, group in groups:
   print name

我的问题是我需要在这个循环中运行另一个循环，并且每次我需要调用不同的组集。喜欢（假设组的大小为 n）

for name,group in groups:
   for name1 in range(name, name + 9):  # + 9 to get first 9 groups for every iteration`

因为名称是一个字符串，所以我无法做到这一点。 简而言之，我只是想要一种可以通过数字访问组的方法，以便我可以轻松调用所需的组进行计算。 像

groups = df.group('A')
for i in range(0,n):
    print group(i)[] + group(i+1)[]

所以如果我有以下组 [g1,g2,g3,g4,g5]，我想像 [g1,g2], [g2,g3], [g3,g4] 那样成对地迭代调用它们。 ...并且每次都取两组系列的交集。我正在寻找通过索引或某些编号来调用组 [g1,g2,..g5] 的方法。这样我就可以将它们用于循环操作。目前我知道调用组的唯一方法是通过组的名称，如上面示例 'foo' 和 'bar' 中所述。我想要权力来做这样的操作：

for name,group in groups-1:
   print gb.get_group(name)
   print gb.get_group(name+1)

我知道这可能是一个简单的问题，但我已经为这部分苦苦挣扎了一段时间。我将不胜感激任何帮助。

Answer 1

.groupby() 对象有一个 .groups 属性，returns 一个 Python 索引字典。在这种情况下：

In [26]: df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
   ....:                    'B': ['me', 'you', 'me'] * 2,
   ....:                    'C': [5, 2, 3, 4, 6, 9]})

In [27]: groups = df.groupby('A')

In [28]: groups.groups
Out[28]: {'bar': [1L, 3L, 5L], 'foo': [0L, 2L, 4L]}

您可以按如下方式对其进行迭代：

keys = groups.groups.keys()
for index in range(0, len(keys) - 1):
    g1 = df.ix[groups.groups[keys[index]]]
    g2 = df.ix[groups.groups[keys[index + 1]]]
    # Do something with g1, g2

但是，请记住，使用 for 循环遍历 Pandas 对象通常比向量操作慢。根据您需要完成的工作，如果需要快速完成，您可能想尝试其他方法。

Answer 2

由于dict_keys in Python 3 不可订阅，更改：

df.ix[groups.groups[keys[index]]]

至

df.ix[groups.groups[list(keys)[index]]]

迭代组（Python pandas 数据框）

Iterating over groups (Python pandas dataframe)

python

grouping

iterator

dataframe

pandas