迭代 Pandas 分组数据框

Posted 2023-03-11

【中文标题】迭代 Pandas 分组数据框

【英文标题】：Iterating over a Pandas grouped dataframe

【发布时间】：2017-01-04 23:04:01

【问题描述】：

我在pandas 中使用groupby 来创建一些json 样式数据。我无法遍历分组的 dataframe，因为它无法识别我的密钥

import pandas as pd


df = pd.DataFrame(data=[['Group A', 10],
                       ['Group A', 12],
                       ['Group B', 22],
                       ['Group B', 25],
                       ['Group B', 26]],
                  columns = ['Group', 'Value'])

df = df.groupby('Group').agg(['mean', 'count']).reset_index()

json_data = ['id': row['Group'],
              'name': row['Group'],
              'value': row['mean'] for index, row in df.iteritems()]
print json_data

错误：

KeyError: 'Group'

期望的输出：

[
    'id': 'Group A',
    'name': 'Group A',
    'value': 11
, 
    'id': 'Group B',
    'name': 'Group B',
    'value': 24.33333
    ]

【参考方案1】：

作为documented，iteritems 迭代列（特别是名称/列对）。看起来你想要iterrows。 （您仍然需要将其更改为访问 ['Value', 'mean'] 而不是 ['mean']，因为您创建了一个包含多索引列的 DataFrame。）

【讨论】：

谢谢，我不知道如何引用'mean'。意思是['Value', 'mean']，但是Group列没有标签，怎么引用的？

@user2242044：“没有标签”是什么意思？ “组”列可以直接使用 ["Group"] 访问，因为它没有额外的索引级别。

@BrenBam，使用row['Group'] 似乎正在添加整个数据框` Group A Name: 0, dtype: object,`

@user2242044：啊，你说得对。你必须做row['Group', '']。

【参考方案2】：

试试这个：这是DataFrame.to_json()的链接

df = df.groupby('Group').mean().reset_index().rename(columns = 'Group':"id" )
df['name'] = df['id']
df.to_json(orient="records")

'["id":"Group A","Value":11.0,"name":"Group A","id":"Group B","Value":24.3333333333,"name":"Group B"]'

您可以通过这种方式重新排序 JSON 输出：

df[['id','name', 'Value', ]].to_json(orient="records")

'["id":"Group A","name":"Group A","Value":11.0,"id":"Group B","name":"Group B","Value":24.3333333333]'