Python：迭代每个 DataFrame 组的最快方法答案

【问题标题】：Python: Quickest way of iterating through each DataFrame groupPython：迭代每个 DataFrame 组的最快方法
【发布时间】：2018-02-26 03:57:32
【问题描述】：

我有一个数据框，它可以分成多个组，执行功能，然后将这些组重新组合成一个数据框。

问题是每列中唯一元素的数量是不同的，也就是说，以下面的数据框为例，我需要尝试一下，除了声明，因为 G 对于 Eg a1 的某些分组不存在， b2,c2,d1 不存在。

除了语句之外，无需尝试即可遍历所有这些组的最快方法是什么？

A  B   C  D
a1 b1 c1 d1
a1 b2 c2 d1
a2 b3 c3 d1
a2 b4 c4 d1

As = df.A.unique()
Bs = df.B.unique()
Cs = df.C.unique()
Ds = df.D.unique()

 for a, b, c, d in itertools.product(As, Bs, Cs, Ds):
     G = df.groupby(['A', 'B', 'C', 'D']).get_group((a,b,c,d))
     Some more code below....

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

你可以循环遍历像

这样的组

for name, frame in df.groupby(...):

name 应该是组，frame 应该是df.groupby(...).get_group(...) 的输出

【讨论】：

【解决方案2】：

您应该根据实际可用的内容过滤您的 a,b,c,d 元组：

possible = set(itertools.product(As, Bs, Cs, Ds))
available = set(tuple(x) for x in df[['A', 'B', 'C', 'D']].unique())

for a, b, c, d in (possible & available):
    # ...

【讨论】：

【解决方案3】：

只需迭代groupby 对象：

import pandas as pd

df = pd.DataFrame({"A":["a", "a", "b", "b", "a"], "B":[1, 2, 1, 2, 2]})

for key, g in df.groupby(["A", "B"]):
    print(key)
    print(g)

【讨论】：