迭代das中的GroupBy对象

Question

是否可以迭代daskgroupby对象来访问底层数据帧？我试过了：

import dask.dataframe as dd
import pandas as pd
pdf = pd.DataFrame({'A':[1,2,3,4,5], 'B':['1','1','a','a','a']})
ddf = dd.from_pandas(pdf, npartitions = 3)
groups = ddf.groupby('B')
for name, df in groups:
    print(name)

但是，这会导致错误：KeyError: 'Column not found: 0'

更一般地说，除了apply方法之外，daskgroupby对象允许什么样的交互？在

Answer 1

你可以迭代使用dask的组，也许有更好的方法，但这对我有用。在

import dask.dataframe as dd
import pandas as pd
pdf = pd.DataFrame({'A':[1, 2, 3, 4, 5], 'B':['1','1','a','a','a']})
ddf = dd.from_pandas(pdf, npartitions = 3)
groups = ddf.groupby('B')

for group in pdf['B'].unique():
    print groups.get_group(group)

这会回来的

^{pr2}$

Answer 2

一般迭代数据帧不建议使用对象。这是低效的。相反，您可能希望尝试构造一个函数，并使用groupby.apply将该函数映射到结果组上