如何迭代 pandas DataFrameGroupBy 和 select 特定列的每个分组变量的所有条目？

Question

让我们假设，有一个 table 这样的：

Id | Type | Guid

我对这样的 table 执行以下操作：

df = df.groupby('Id')

现在我想遍历前 n 行，并针对每个特定的 Id 作为 list 打印第 Guid 列中的所有相应条目。请帮我解决一下。

Answer 1

我喜欢为此使用 get_group。首先你可以拔出钥匙：

In [11]: df
Out[11]:
   A  B
0  1  2
1  1  4
2  2  6
3  3  8

In [12]: g = df.groupby("A")

In [13]: g.groups.keys()
Out[13]: dict_keys([1, 2, 3])

您可以遍历键：

In [14]: for k in g.groups.keys():
             print(g.get_group(k))
             print("\n")
   A  B
0  1  2
1  1  4

   A  B
2  2  6

   A  B
3  3  8

要获取 DataFrame 的前 n 项，您可以使用 head:

In [21]: df.head(3)  # or g.get_group(k).head(n)
Out[21]:
   A  B
0  1  2
1  1  4
2  2  6

注意：groupby还有一个head方法，取每组的前n个：

In [21]: g.head(1)
Out[21]:
   A  B
0  1  2
2  2  6
3  3  8

Answer 2

我想我会这样做：

创建一些数据进行测试

df = pd.DataFrame({'Id':np.random.randint(1,10,100),'Type':np.random.choice(list('ABCD'),100),'Guid':np.random.randint(10000,99999,100)})

print(df.head()
   Id Type   Guid
0   2    A  89247
1   4    B  39262
2   3    C  45522
3   1    B  99724
4   4    C  51322

选择 n 作为 return 和 groupby

的记录数

n = 5
df_groups = df.groupby('Id')

使用 for 循环遍历 df_group 并打印

for name,group in df_groups:
    print('ID: ' + str(name))
    print(group.head(n))
    print("\n")

输出：

ID: 1
    Id Type   Guid
3    1    B  99724
5    1    B  74182
37   1    D  49219
47   1    B  81464
65   1    C  84925


ID: 2
    Id Type   Guid
0    2    A  89247
6    2    A  16499
7    2    A  79956
34   2    C  56393
40   2    A  49883
.
.
.

编辑要为每个 ID 打印列表中的所有 Guid，您可以使用以下命令：

for name,group in df_groups:
    print('ID: ' + str(name))
    print(group.Guid.tolist())
    print("\n")

输出：

ID: 1
[99724, 74182, 49219, 81464, 84925, 67834, 43275, 35743, 36478, 94662, 21183]


ID: 2
[89247, 16499, 79956, 56393, 49883, 97633, 11768, 14639, 88591, 31263, 98729]


ID: 3
[45522, 13971, 75882, 96489, 58414, 22051, 80304, 46144, 22481, 11278, 84622, 61145]


ID: 4
[39262, 51322, 76930, 83740, 60152, 90735, 42039, 22114, 76077, 83234, 96134, 93559, 87903, 98199, 76096, 64378]


ID: 5
[13444, 55762, 13206, 94768, 19665, 75761, 90755, 45737, 23506, 89345, 94912, 81200, 91868]
.
.
.

如何迭代 pandas DataFrameGroupBy 和 select 特定列的每个分组变量的所有条目？

How to iterate over pandas DataFrameGroupBy and select all entries per grouped variable for specific column?

python

sqlite

pandas

sklearn-pandas

编辑要为每个 ID 打印列表中的所有 Guid，您可以使用以下命令：