如何遍历分组的熊猫数据框？

数据框：

  c_os_family_ss c_os_major_is l_customer_id_i
0      Windows 7                         90418
1      Windows 7                         90418
2      Windows 7                         90418

码：

print df
for name, group in df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)):
    print name
    print group

我正在尝试仅遍历聚合数据，但出现错误：

ValueError：太多值无法解包

@EdChum，这是预期的输出：

                                                    c_os_family_ss  \
l_customer_id_i
131572           Windows 7,Windows 7,Windows 7,Windows 7,Window...
135467           Windows 7,Windows 7,Windows 7,Windows 7,Window...

                                                     c_os_major_is
l_customer_id_i
131572           ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...
135467           ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...

输出不是问题，我希望遍历每个组。

df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)) 确实已经返回了数据帧，因此您无法再遍历这些组。

一般来说：

• df.groupby(...)返回一个GroupBy对象（DataFrameGroupBy或SeriesGroupBy），以及与此，您可以迭代通过组（如文档解释这里）。您可以执行以下操作：

  grouped = df.groupby('A')
  
  for name, group in grouped:
      ...

• 当您应用在GROUPBY，在你的榜样的功能df.groupby(...).agg(...)（但是这也可以是transform，apply，mean，...），你结合的结果应用的功能，不同的群体集中在一个数据框（在适用和结合的步骤groupby的“ split-apply-combine”范式。因此，其结果将始终是DataFrame（或Series，具体取决于所应用的功能）。

这是一个迭代pd.DataFrame按列分组的示例atable。对于示例用例，将在for循环内生成SQL数据库的“创建”语句：

import pandas as pd

df1 = pd.DataFrame({
    'atable':     ['Users', 'Users', 'Domains', 'Domains', 'Locks'],
    'column':     ['col_1', 'col_2', 'col_a', 'col_b', 'col'],
    'column_type':['varchar', 'varchar', 'int', 'varchar', 'varchar'],
    'is_null':    ['No', 'No', 'Yes', 'No', 'Yes'],
})

df1_grouped = df1.groupby('atable')

# iterate over each group
for group_name, df_group in df1_grouped:
    print('\nCREATE TABLE {}('.format(group_name))

    for row_index, row in df_group.iterrows():
        col = row['column']
        column_type = row['column_type']
        is_null = 'NOT NULL' if row['is_null'] == 'NO' else ''
        print('\t{} {} {},'.format(col, column_type, is_null))

    print(");")

如果已经创建了数据框，则可以遍历索引值。

df = df.groupby('l_customer_id_i').agg(lambda x: ','.join(x))
for name in df.index:
    print name
    print df.loc[name]