迭代 groupby 数据帧以在每一行中操作

Posted 2023-03-11

【中文标题】迭代 groupby 数据帧以在每一行中操作

【英文标题】：Iterate over a groupby dataframe to operate in each row

【发布时间】：2020-09-07 02:34:05

【问题描述】：

我有一个这样的数据框：

    subject  trial  attended
0         1      1         1
1         1      3         0
2         1      4         1
3         1      7         0
4         1      8         1
5         2      1         1
6         2      2         1
7         2      6         1
8         2      8         0
9         2      9         1
10        2     11         1
11        2     12         1
12        2     13         1
13        2     14         1
14        2     15         1

我想分组主题。 然后迭代 GroupBy 数据帧的每一行。 如果对于一行 'attended' == 1，则将变量 sum_reactive 增加 1。 如果 sum_reactive 变量达到 == 4，则在字典中添加变量 sum_reactive 达到值 4 的“subject”和“trial”。

我试图为此定义一个函数，但它不起作用：

def count_attended():
    sum_reactive = 0
    dict_attended = 
    for i, g in reactive.groupby(['subject']):
        for row in g:
            if g['attended'][row] == 1:
                sum_reactive += 1
                if sum_reactive == 4:
                   dict_attended.update(g['subject'] : g['trial'][row])
                   return dict_attended

    return dict_attended

我认为我不清楚如何在每个 GroupBy 数据框中进行迭代。我是使用熊猫的新手。

【参考方案1】：

IIUC 试试，

df = df.query('attended == 1')
df.loc[df.groupby('subject')['attended'].cumsum() == 4, ['subject', 'trial']].to_dict(orient='record')

输出：

['subject': 2, 'trial': 9]

使用 groupby 和 cumsum 将进行计数，然后检查该值何时等于 4 以创建布尔系列。您可以使用此布尔系列进行布尔索引以将数据框过滤到某些行。最后，使用锁定和列过滤选择主题和试验。

【讨论】：

您应该首先放弃所有无人参与的试验。否则，您的输出将包括正确输出之后的输出。

@QuangHoang 我明白了。谢谢！