如何基於for循環內列的唯一值對pandas數據幀進行切片，並將每個切片傳遞給函數？

Question

假設我想要一個for loop ，在其每次迭代中，將根據其列之一的唯一值將pandas dataframe df切片為A ，然后將該切片的數據幀傳遞給以數據幀為參數的函數let說出fun(df) 。 基本上， fun(df)會在for循環的每次迭代中獲得一個新的切片數據幀。 例如，可以說以下是我的數據框：

A    B    C    D
1-1  an  at   23
1-2  ab  can  34
1-2  van bit  45
1-2  vd  sun  23
1-1  so  am   12
...

現在for循環的第一次迭代將下面的數據幀傳遞給fun(df)

A    B    C    D
1-1  an  at   23
1-1  so  am   12

然后下一次迭代會將這個傳遞給fun(df)

A    B    C    D
1-2  ab  can  34
1-2  van bit  45
1-2  vd  sun  23

等等等等。

for循環的迭代次數應等於“ A”的唯一值的數目。 在這種情況下，它將是2。

如何在python中做到這一點？ 我是新手，不知道如何進一步。

Answer 1

使用pandas.DataFrame.groupby ，它返回一個可迭代的對象。

def fun(data):
    # pseudo function for a test
    print(data)

for k, d in df.groupby('A'):
    fun(d)

輸出：

     A   B   C   D
0  1-1  an  at  23
4  1-1  so  am  12

     A    B    C   D
1  1-2   ab  can  34
2  1-2  van  bit  45
3  1-2   vd  sun  23

洞察力

pandas.DataFrame.groupby返回((key, grouped-by dataframe), ...)

在for k, d in df.groupby('A')中的k ， k和d用於解壓縮返回的可迭代對象。 由於所需輸出不使用鑰匙（即1-1 ， 1-2 ，......），所以是答案。

答案中的“ fun ”表示任何假設的功能。 正如問題中提到的， fun是該函數將在for循環的每次迭代中獲得一個新的切片數據幀。 在這種情況下，這是一個簡單的print功能，可以直觀地表示df.groupby返回的內容。