使用 iterrows 嵌套循环和索引 pandas 数据框

Question

我正在尝试通过数据帧执行嵌套循环，我对使用 python 真的很陌生。通过某种方式查看 google 我发现了很多示例，但我需要的是最后一个。我使用 iterrows 仅使用具有相同 date 的数据在日期上循环数据框和索引。这样可行。现在我想要嵌套循环但不知道它如何与 iterrows 一起使用？代码如下所示：

import pandas as pd

df = pd.read_csv('C:/Files_Employees.csv', encoding='cp1252', sep=';', index_col=0).dropna()

for current_date in df.index.unique():
    print('calculating date: ' +str(current_date))

    for index, row in df.iterrows():
        if index == current_date:
            print(row['Person'])

我是通过嵌套循环完成的，但在这里我不确定如何进行如上所示的索引，并且预期的结果不知何故是错误的。代码如下所示：

import pandas as pd

df = pd.read_csv('C:/Files_Employees.csv', encoding='cp1252', sep=';', index_col=0).dropna()

df2 = pd.DataFrame([])

for i in range(0, len(df)):
        for j in range(i+1, len(df)):   

            if df.iloc[i]['Working Group'] == df.iloc[j]['Working Group']:

                working_hours = df.iloc[i]['Working Hours'] + df.iloc[j]['Working Hours']

                print(df.iloc[i]['Working Group'], working_hours)

如果需要示例，我可以提供一个。

示例文件如下所示：

working_date    Working Group   Person  Working Hours   Country
2017-07-14      1   Mike    59  USA
2017-07-14      2   Molly   60  USA
2017-07-14      3   Dennis  45  USA
2017-07-14      4   Pablo   45  USA
2017-07-14      1   Jeff    42  USA
2017-07-14      2   Emily   55  USA
2017-07-14      3   Sophia  46  USA
2017-07-14      4   Alice   41  USA
2017-07-14      1   Ethan   57  USA
2017-07-14      2   Alexander   59  USA
2017-07-14      3   Edward  41  USA
2017-07-14      4   Daniel  46  USA
2017-07-15      1   Mike    59  USA
2017-07-15      2   Molly   59  USA
2017-07-15      3   Dennis  61  USA
2017-07-15      4   Pablo   58  USA
2017-07-15      1   Jeff    58  USA
2017-07-15      2   Emily   51  USA
2017-07-15      3   Sophia  65  USA
2017-07-15      4   Alice   53  USA
2017-07-15      1   Ethan   49  USA
2017-07-15      2   Alexander   61  USA
2017-07-15      3   Edward  56  USA
2017-07-15      4   Daniel  65  USA

最终输出应该如下所示，它在嵌套循环中将每个工作组汇总在一起，例如Working_Group working_date 2017-07-14 的一个是 59+42+57 = 158:

working_date    Working Group   Working Hours   Country
2017-07-14      1               158             USA
2017-07-14      2               174             USA
2017-07-14      3               132             USA
2017-07-14      4               132             USA
2017-07-15      1               166             USA
2017-07-15      2               171             USA
2017-07-15      3               182             USA
2017-07-15      4               176             USA

Answer 1

对于 Pandas，您应该使用向量化运算。在这里你可以简单地使用 GroupBy + sum:

res = df.groupby(['working_date', 'WorkingGroup', 'Country']).sum().reset_index()
#alternative
res = (df.groupby(['working_date','Working Group', 'Country'], as_index=False)
         ['Working Hours'].sum())
print(res)

  working_date  WorkingGroup Country  WorkingHours
0   2017-07-14             1     USA           158
1   2017-07-14             2     USA           174
2   2017-07-14             3     USA           132
3   2017-07-14             4     USA           132
4   2017-07-15             1     USA           166
5   2017-07-15             2     USA           171
6   2017-07-15             3     USA           182
7   2017-07-15             4     USA           176

使用 iterrows 嵌套循环和索引 pandas 数据框

Nested loops and indexing pandas dataframe using iterrows

python

nested-loops

dataframe

pandas