循环遍历 groupby pandas

在使用pandas进行数据分析时，经常需要对数据进行分组并进行统计。其中，groupby函数是一个重要的工具。在对数据进行分组之后，我们通常需要对每组数据进行遍历并进行统计或处理，本文将介绍如何循环遍历groupby对象。

1. 创建数据

首先，我们需要先创建一些数据用于演示groupby函数的使用：

import pandas as pd
import numpy as np

np.random.seed(0)

df = pd.DataFrame({
    'key': ['A', 'B', 'C', 'A', 'B', 'C'],
    'value': np.random.randint(0, 10, 6)
})

这里我们创建了一个dataframe，其中包含两列数据：key列和value列。key列包含了三个不同的值：A、B、C。而每个key对应的value列则随机生成了一个整数。

2. 使用groupby进行分组

我们可以使用groupby函数对dataframe进行分组。按照key列进行分组，代码如下：

grouped = df.groupby('key')

groupby函数将返回一个groupby对象。该对象包含了每个key对应的数据分组，以及对应的索引。可以将groupby对象看作一个字典，其中key对应的是每个分组的名字，而value对应的则是每个分组对应的数据。

3. 循环遍历groupby对象

我们可以使用for循环对groupby对象进行遍历，代码如下：

for key, group in grouped:
    print(key)
    print(group)

该循环代码将依次输出每个分组的key值以及对应的数据。

除了使用for循环之外，还可以使用apply方法对每个分组进行处理，代码如下：

result = grouped.apply(lambda x: x.sum())

该代码将对每个分组的数据进行求和，并将结果存储在result变量中。

4. 总结

在本文中，我们介绍了如何使用groupby函数对数据进行分组。而在对数据进行分组之后，我们可以使用for循环或apply方法对每个分组的数据进行处理。groupby函数是pandas中常用的函数之一，希望本文能够对大家有所帮助。