如何在Python-Pandas中遍历数据框架组

在这篇文章中，我们将看到如何在一个数据框所划分的组中进行迭代。那么，让我们来看看完成这项任务的不同方法。

首先，让我们创建一个数据框架：

# import pandas library
import pandas as pd
 
# dictionary
dict = {'X': ['A', 'B', 'A', 'B'],
        'Y': [1, 4, 3, 2]}
 
# create a dataframe
df = pd.DataFrame(dict)
 
# show the dataframe
df

输出:

如何在Python-Pandas中遍历数据框架组？

在Python-Pandas中对数据框组进行迭代

使用DataFrame.groupby()来迭代数据框组

Python中的DataFrame.groupby( )函数被用来根据一些标准将数据分成几组。

# import pandas library
import pandas as pd
 
# dictionary
dict = {'X': ['A', 'B', 'A', 'B'],
        'Y': [1, 4, 3, 2]}
 
# create a dataframe
df = pd.DataFrame(dict)
 
# group by 'X' column
groups = df.groupby("X")
 
for name, group in groups:
    print(name)
    print(group)
    print("\n")

输出:

如何在Python-Pandas中遍历数据框架组？

在Python-Pandas中对数据框组进行迭代

在上面的例子中，我们以 “X “列为基础进行分组。由于 “X “列下有两个不同的值，所以我们的数据框将被分为2组。然后我们的for循环将运行2次，因为组的数量是2。”name “代表组名，”group “代表实际分组的数据框。

同时使用Dataframe.groupby()和Groupby_object.groups.key()

Groupby_object.groups.keys()方法将返回组的键。

# import pandas library
import pandas as pd
 
# dictionary
dict = {'X': ['A', 'B', 'A', 'B'],
        'Y': [1, 4, 3, 2]}
 
# create a dataframe
df = pd.DataFrame(dict)
 
# group by "X" column
groups = df.groupby('X')
 
# extract keys from groups
keys = groups.groups.keys()
 
for i in keys:
    print(groups.get_group(i))
    print('\n')