使用 Python 列表设置条件 pandas 语句

Question

我有一个需要聚合的计算，但它不适用于 PANDA 中的 GROUPBY。所以，我坚持手动迭代组。这些组由 2 个“对象”类型值字段定义，它们本质上是类别。

我认为一个优雅的解决方案可能是从具有分类值的 2 个独立列中的唯一值创建 2 个列表。 然后创建一个'for'循环，并使用字符串值或其他东西，遍历我的PANDAs条件语句以创建一个DataFrame；然后最终进行我的汇总计算。这种情况一遍又一遍地发生，只有具有聚合计算的数据帧保存在内存中，并在“df_”的末尾附加了一些计数器值，如“1”。为了不覆盖每次循环。这是我的伪代码。

cats1=['blue','yellow','pink']
cats2=['dog','horse','cow','sheep']
lengths=list(itertools.product(cats1,cats2))

for x,y,z in zip(cats1,cats2,lengths):
    df = main_df[ (main_df['col2']==x) & (main_df['col3']==y) ]
    df['aggcalc'] = df['col1'].agg.mean()
    locals()['df_{0}'.format(z)] = df

最后一行有望根据“cats1”和“cats2”的组合数量创建持久数据帧。即，“df_1”、“df_2”等......然后，每次在“for”循环中，第 2 行中的“df”都会被覆盖。这是正确的想法吗？

编辑........ 这是一种更简单的查看方式。 我想从 2 个独立的、不同长度的列表中遍历所有可能的组合。此外，我希望在每个循环中都有一个“计数器”、“z”。这是编写此输出和后续输出的当前方式：

 for x,y in list(itertools.product(cats1,cats2)):
     print x,y    


   blue dog
   blue horse
   blue cow
   blue sheep
   yellow dog
   yellow horse
   yellow cow
   yellow sheep
   pink dog
   pink horse
   pink cow
   pink sheep

我如何在这个输出中添加一个'z'变量，这将使输出看起来像

   blue dog 0
   blue horse 1
   blue cow 2
   blue sheep 3
   yellow dog 4

...等

Answer 1

编辑的简单答案是使用enumerate：

for z, (x, y) in enumerate(itertools.product(cats1, cats2)):
    print x, y, z

blue dog 0
blue horse 1
blue cow 2
blue sheep 3
yellow dog 4
yellow horse 5
yellow cow 6
yellow sheep 7
pink dog 8
pink horse 9
pink cow 10
pink sheep 11

我强烈怀疑您缺少使用 groupby 的更简单的解决方案，因此我建议您发布一个新问题，其中包含虚拟数据和您尝试执行的聚合的详细信息。