在数据帧上的 pandas groupby 之后循环遍历组

Posted 2023-02-16

【中文标题】在数据帧上的 pandas groupby 之后循环遍历组

【英文标题】：For loop through groups after pandas groupby on a dataFrame

【发布时间】：2021-12-28 01:13:29

【问题描述】：

我有以下 pandas 数据框并创建一个 groupby 对象：

df = pd.DataFrame('Colors': ['blue', 'blue', 'orange',
                              'purple', 'orange', 'purple', 'blue'], 
                   'Price': ['500', '500', '200', '300', '765', '1100', '762', 
                              '650'],
                   'Style': ['farm', 'contemporary', 'modern', 'MDM', 
                             'contemporary', 'farm', 'contemporary'],
                   'Location': ['far', 'near', 'far', 'far', 'near', 'far', 'far', 
                                'near'])

grouped_df = df.groupby(['Colors', 'Price', 'Style', 'Location'])

Groups in grouped_df are: 

grouped_df = 

Colors   Price   Style         Location
blue     500     contemporary  near
                 farm          far
         650     contemporary  near
orange   1100    contemporary  far
         250     modern        far
purple   762     farm          far
         765     MDM           near

我可以通过以下方式迭代组：

for name, group in grouped_df:
    ..........

但是如何在所有组对上执行嵌套 for 循环以对每个唯一组对执行操作？明确地说，它有点像使用组 1 并与其他组迭代所有唯一对，移动到组 2 并做同样的事情并重复。具体来说，每个操作最终都会成为对组对的 pd.merge() 操作。这可能吗？

或者可以使用reindex by MultiIndex 或其他方式来实现吗？

【问题讨论】：

你的预期输出是什么？

【参考方案1】：

我假设无论顺序如何，您都不想重复相同的组对。在这种情况下，您可以使用itertools.combinations

import itertools as it

grouped_df = df.groupby(['Colors', 'Price', 'Style', 'Location'])

for (name1, group1), (name2, group2) in it.combinations(grouped_df, 2):
    # (...)