如何对项目进行分组然后遍历子组[重复]

Posted 2023-03-11

【中文标题】如何对项目进行分组然后遍历子组[重复]

【英文标题】：How to group items then iterate through subgroups [duplicate]

【发布时间】：2019-06-08 21:54:18

【问题描述】：

假设我有一个如下所示的数据框：

    interview       longitude        latitude
1   A1                  34.2             90.2
2   A1                  54.2             23.5
3   A3                  32.1             21.5
4   A4                  54.3             93.1
5   A2                  45.1             29.5
6   A1                  NaN              NaN
7   A7                  NaN              NaN
8   A1                  NaN              NaN
9   A3                  23.1             38.2
10  A5                  -23.7            -98.4

我希望能够执行某种 groupby 方法，输出每个子组及其各自的经度和纬度。因此，类似这样的期望输出将是：

    interview         longitude         latitude 
1   A1                  34.2             90.2
2   A1                  54.2             23.5
6   A1                  NaN              NaN
8   A1                  NaN              NaN

5   A2                  45.1             29.5

3   A3                  32.1             21.5
9   A3                  23.1             38.2

... and so on

所以这需要循环完成，因为我需要遍历每个子组的每一行。

我的目标是为每个面试（A1、A2、...）找出哪个面试官（A1、A2、...）走的距离最长 - 本质上，我只需要能够执行一些每个子组内的计算.. 我将如何迭代地执行这种分组方法，以便我可以再次迭代地在每个子组内执行操作，

谢谢！

【问题讨论】：

根据您的输出，这看起来不像 groupby，这看起来像 df.sort_values(by=['interview','longitude','latitude'], ascending=False)。对于您描述的用例，添加一个计算距离的列更有意义（我假设从/到一些常见的经纬度？）然后执行df.groupby('interview').max()['distance']

【参考方案1】：

您可以在GroupBy 中循环访问不同的组：

for name, group in df.groupby('interview'):
    # perform some operations on group

【讨论】：

当您运行 type(group) 时，它会返回元组...我需要访问数据帧，如何将这些组重新分配到 tmp 数据帧中？

更新了答案