在组上迭代（Python pandas数据帧）

Question

我想遍历按字符串或日期分组的组。

df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
                   'B': ['me', 'you', 'me'] * 2,
                   'C': [5, 2, 3, 4, 6, 9]}) 
groups = df.groupby('A')

例如，在这段代码中，我有一个名为“foo”和“bar”的组，我可以使用循环遍历它们

for name, group in groups:
   print name

我的问题是我需要在这个循环中运行另一个循环，每次我需要调用不同的组集。like（假设组的大小为n）

for name,group in groups:
   for name1 in range(name, name + 9):  # + 9 to get first 9 groups for every iteration`

因为，name是一个字符串，我不能这么做。简而言之，我只想要一个方法，通过这个方法我可以通过数字访问组，这样我就可以轻松地调用所需的组进行计算。 有点像

groups = df.group('A')
for i in range(0,n):
    print group(i)[] + group(i+1)[]  

所以，如果我有以下组[g1，g2，g3，g4，g5]，我想迭代地成对调用它们，比如[g1，g2]，[g2，g3]，[g3，g4]。。。。每次取两组级数的交集。我正在寻找通过索引或一些no来调用组[g1，g2，…g5]的方法，以便可以将它们用于循环操作。目前，我知道的调用组的唯一方法是通过组的名称，如上面的示例“foo”和“bar”中所述。 我想让电力来做如下操作：

for name,group in groups-1:
   print gb.get_group(name)
   print gb.get_group(name+1)

我知道这可能是一个简单的问题，但我已经为这个部分奋斗了一段时间。我希望能得到任何帮助。

Answer 1

.groupby()对象有一个.groups属性，该属性返回一个Python dict索引。在这种情况下：

In [26]: df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
   ....:                    'B': ['me', 'you', 'me'] * 2,
   ....:                    'C': [5, 2, 3, 4, 6, 9]})

In [27]: groups = df.groupby('A')

In [28]: groups.groups
Out[28]: {'bar': [1L, 3L, 5L], 'foo': [0L, 2L, 4L]}

您可以按如下方式迭代：

keys = groups.groups.keys()
for index in range(0, len(keys) - 1):
    g1 = df.ix[groups.groups[keys[index]]]
    g2 = df.ix[groups.groups[keys[index + 1]]]
    # Do something with g1, g2

但是，请记住，使用for循环在Pandas对象上迭代通常比向量操作慢。根据你需要做什么，如果需要快速，你可能想尝试其他方法。