问题描述：

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

代码：

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

我试图循环遍历聚合数据，但出现错误：

ValueError: too many values to unpack

我希望循环遍历每个组。我该怎么做？

解决方案 1：

df.groupby('l_customer_id_i').agg(lambda x: ','.join(x))确实已经返回了一个数据框，因此您无法再循环遍历这些组。

一般来说：

• df.groupby(...)返回一个GroupBy对象（DataFrameGroupBy 或 SeriesGroupBy），使用它，您可以遍历组（如此处的文档中所述）。您可以执行以下操作：

grouped = df.groupby('A')

for name, group in grouped:
    ...

• 当您在 groupby 上应用函数时，在您的示例中df.groupby(...).agg(...)（但也可以是，，，transform... ），您将将函数应用于不同组的结果组合在一个数据框中（groupby 的“拆分-应用-组合”范例的应用和组合步骤）。因此，此结果将始终再次是 DataFrame（或取决于所应用函数的 Series）。apply`mean`

解决方案 2：

pd.DataFrame以下是对按列分组的进行迭代的示例atable。对于此示例，在循环内生成 SQL 数据库的“创建”语句for：

import pandas as pd

def main():

    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'],
    })

    print(df1)

    df1_grouped = df1.groupby('atable')

# iterate over each group
    for group_name, df_group in df1_grouped:
        print("
-- Group with {} rows(s)".format(len(df_group)))
        print('CREATE TABLE {}('.format(group_name))


        x = 0
        for row_index, row in df_group.iterrows():
            x = x + 1
            col = row['column']
            column_type = row['column_type']
            is_null = 'NOT NULL' if row['is_null'] == 'No' else ''

            if x < len(df_group):
                print('    {} {} {},'.format(col, column_type, is_null))
            else:
                print('    {} {} {}'.format(col, column_type, is_null))

        print(");")

if __name__ == '__main__':
    main()

输出

    atable column column_type is_null
0    Users  col_1     varchar      No
1    Users  col_2     varchar      No
2  Domains  col_a         int     Yes
3  Domains  col_b     varchar      No
4    Locks    col     varchar     Yes

-- Group with 2 rows(s)
CREATE TABLE Domains(
    col_a int ,
    col_b varchar NOT NULL
);

-- Group with 1 rows(s)
CREATE TABLE Locks(
    col varchar
);

-- Group with 2 rows(s)
CREATE TABLE Users(
    col_1 varchar NOT NULL,
    col_2 varchar NOT NULL
);

解决方案 3：

如果您的数据框已经创建，您可以迭代索引值。

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

解决方案 4：

循环遍历 groupby 对象

当您对 DataFrame/Series 进行 groupby 时，您将创建一个pandas.core.groupby.generic.DataFrameGroupBy定义该__iter__()方法的对象，因此可以像定义此方法的任何其他对象一样对其进行迭代。它可以转换为列表/元组/迭代器等。在每次迭代中，它返回一个元组，其第一个元素是 grouper 键，第二个元素是分组创建的数据框；您可以将其视为迭代，dict_items在每次迭代中，项目都是键值元组。除非您在 groupby 对象上选择一列或多列，否则它会返回数据框的所有列。以下代码的输出说明了这一点。

import pandas as pd
from IPython.display import display

df = pd.DataFrame({
    'A': ['g1', 'g1', 'g2', 'g1'],
    'B': [1, 2, 3, 4],
    'C': ['a', 'b', 'c', 'd']
})

grouped = df.groupby('A')

list(grouped)         # OK
dict(iter(grouped))   # OK

for x in grouped:
    print(f"    Type of x: {type(x).__name__}
  Length of x: {len(x)}")
    print(f"Value of x[0]: {x[0]}
 Type of x[1]: {type(x[1]).__name__}")
    display(x[1])

循环遍历 groupby 对象的一个​​非常有用的用例是将数据框拆分为单独的文件。例如，以下代码从单个数据框创建两个 csv 文件（g_0.csv 和 g_1.csv）。

for i, (k, g) in enumerate(df.groupby('A')):
    g.to_csv(f"g_{i}.csv")

循环遍历分组数据框

如上所述，groupby 对象按键将数据框拆分为数据框。因此，您可以像任何其他数据框一样循环遍历每个分组数据框。请参阅此答案以了解遍历数据框的全面方法。性能最高的方法可能是itertuples()。以下是使用分组数据框上的循环创建嵌套字典的示例：

out = {}
for k, g in grouped:            # loop over groupby
    out[k] = {}
    for row in g.itertuples():  # loop over dataframe
        out[k][row.B] = row.C
print(out)
# {'g1': {1: 'a', 2: 'b', 4: 'd'}, 'g2': {3: 'c'}}