使用抛出ValueError的多列循环数据框

Question

我正在尝试在 Pandas 数据框中申请循环以一次访问两列。我的一段代码非常适合单列。但是当应用于多个列时，它会抛出：“ValueError : too many values to unpack (expected 2)”

我的代码sn-p如下-

for col1, col2 in df.columns:
    if col1.startswith('ColumnName1') and col2.startswith('ColumnName2') and df[col2].notnull()*1:
        new_df = df.groupby([col1, col2]).agg({'ColumnName3': 'unique'}).reset_index()
    elif col1.startswith('ColumnName1') and col2.startswith('ColumnName2') and not df[col2].notnull()*1:
        new_df = df.groupby(col1).agg({'ColumnName3': 'unique'}).reset_index()

小问题是列名太大并且不受控制，因为这个数据框有多头列，所以在合并后它们会创建一些随机填充名称。因此 “。以。。开始”。列名要大得多。

我正在尝试根据第 1 列和第 2 列执行第 3 列的分组，如果第 2 列不为空，否则当第 2 列为空时使用第 1 列进行分组。

谁能告诉我我哪里错了，或者我在这里错过了什么？

Answer 1

如果你想一次循环遍历df.columns 两个值，你可以这样做：

import itertools as it

for col1, col2 in it.zip_longest(*[iter(df.columns)]*2):
    ...

我们在列上创建一个包含迭代器的列表，然后应用*2 来获得一个包含两个相同迭代器对象的列表。因为它是同一个迭代器，所以每次我们迭代一个迭代器时，我们也会推进另一个迭代器。然后，我们将它们压缩在一起，从长度为 len(df.columns) // 2 的 2 项序列变为包含 2 项的 len(df.columns) // 2 元组的序列。