Как перебрать сгруппированный фрейм данных Pandas?

Question 1

DataFrame:

  c_os_family_ss c_os_major_is l_customer_id_i
0      Windows 7                         90418
1      Windows 7                         90418
2      Windows 7                         90418

Код:

print df
for name, group in df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)):
    print name
    print group

Я пытаюсь перебрать агрегированные данные, но получаю сообщение об ошибке:

ValueError: слишком много значений для распаковки

@EdChum, вот ожидаемый результат:

                                                    c_os_family_ss  \
l_customer_id_i
131572           Windows 7,Windows 7,Windows 7,Windows 7,Window...
135467           Windows 7,Windows 7,Windows 7,Windows 7,Window...

                                                     c_os_major_is
l_customer_id_i
131572           ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...
135467           ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...

Проблема не в выводе, я хочу перебрать каждую группу.

Question 2

df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)) уже возвращает фрейм данных, поэтому вы больше не можете перебирать группы.

В общем:

df.groupby(...)возвращает GroupByобъект (DataFrameGroupBy или SeriesGroupBy), и с его помощью вы можете выполнять итерацию по группам (как описано в документации здесь ). Вы можете сделать что-то вроде:
```
grouped = df.groupby('A')

for name, group in grouped:
    ...
```
При применении функции на GroupBy, в вашем примере df.groupby(...).agg(...)(но это также может быть transform, apply, mean, ...), вы скомбинировать результат применения функции к различным группам в одном dataframe (Применить и объединить шаг из парадигма groupby «разделить-применить-объединить»). Таким образом, результатом этого всегда будет DataFrame (или серия в зависимости от применяемой функции).

Question 3

Вот пример итерации pd.DataFrameпо столбцу atable. В качестве примера использования внутри forцикла генерируются операторы create для базы данных SQL :

import pandas as pd

df1 = pd.DataFrame({
    'atable':     ['Users', 'Users', 'Domains', 'Domains', 'Locks'],
    'column':     ['col_1', 'col_2', 'col_a', 'col_b', 'col'],
    'column_type':['varchar', 'varchar', 'int', 'varchar', 'varchar'],
    'is_null':    ['No', 'No', 'Yes', 'No', 'Yes'],
})

df1_grouped = df1.groupby('atable')

# iterate over each group
for group_name, df_group in df1_grouped:
    print('\nCREATE TABLE {}('.format(group_name))

    for row_index, row in df_group.iterrows():
        col = row['column']
        column_type = row['column_type']
        is_null = 'NOT NULL' if row['is_null'] == 'NO' else ''
        print('\t{} {} {},'.format(col, column_type, is_null))

    print(");")

Question 4

Вы можете перебирать значения индекса, если ваш фрейм данных уже создан.

df = df.groupby('l_customer_id_i').agg(lambda x: ','.join(x))
for name in df.index:
    print name
    print df.loc[name]

Answer 1