如何在熊猫分组数据帧

Question

我有一个数据帧my_df检索汇总值：

id  color 
--------------------  
001  red 
001  blue 
001  yellow 
002  green 
002  black 
003  yellow 
003  white 
003  blue 

然后我做：

grouped_df = my_df.groupby('id') 
a = grouped_df['id'].apply(lambda x: set(x.tolist())) 

然后，如下所示：

id 
-------------------------------- 
001  {red,blue,yellow} 
002  {green,black} 
003  {yellow,white,blue} 

如何循环使用a，以便我可以找到每个ID的对应设置？谢谢！

Answer 1

尝试应用set用groupby

my_df.groupby('id').color.apply(set) 

id 
1  {blue, red, yellow} 
2   {black, green} 
3 {white, yellow, blue} 
Name: color, dtype: object 

解释
你做了什么，我所做的是我用精致的.color分组之间的主要区别然后应用set。这可以确保我在系列上应用set而不是数据框。

---

如果您分配 groupby的结果给一个变量

...说g

g = my_df.groupby('id').color.apply(set) 

然后每个小组可以通过索引值很容易地引用

g.loc[1] 

{'blue', 'red', 'yellow'} 

可以像这样循环

for i, v in g.iteritems(): 
    print(i, v) 

1 {'blue', 'red', 'yellow'} 
2 {'black', 'green'} 
3 {'white', 'yellow', 'blue'}