如何基于列中具有相同值的行对行进行分组，然后在每个子集上运行代码？

Question

我有一个csv文件，我通过一些代码行创建了它，包括以下内容：

“BatchID”列，格式为DEFGH12-01，指定每个单元所属的批次；单元及其完整ID号的列，格式为DEFGH12-01\u x01\u y01。每个单元（UnitID）属于一个特定的批（因此单元ID号对应于它所属的BatchID）

我有一个特定的算法，我一直运行在整个数据集的单位ID。我想根据具有相同batchID值（因为每个批下有许多唯一的单元）对单元进行分组，然后在这些单元批的子集上运行算法

我该怎么做

Answer 1

最简单的方法是使用分组。 举个例子：

创建数据：

df = pd.DataFrame({"A": [1,2,3,4,5], "B":[1,2,3,4,5], "C": ['GROUP_A', 'GROUP_A', 'GROUP_A', 'GROUP_B', 'GROUP_B']})

应用您的函数：

groups_list = []
for group_name, group_values in df.groupby("C"):
    # applying a function on a column based on group
    group_values = group_values.assign(A=group_values.A.apply(lambda x: x ** 2))

    # for re-creating the df
    groups_list.append(group_values)

# if there is only 1 group , else is needed
mod_df = pd.concat(groups_list, axis=0) if len(groups_list) > 1 else groups_list[0]
print(mod_df)