在Pandas中有效地分组、编辑和重新加入群组

Question

在pandas中，我一直在寻找一个通用流，将数据帧按某一列分组，对这些组执行非平凡的操作，然后将这些组重新组合成一个大数据帧（通过有效地将它们堆叠在彼此的顶部）。你知道吗

假设我有一个数据帧df：

+----+-------+---+---+---+
|    |   A   | B | C | D |
+----+-------+---+---+---+
|  0 | Green | 1 | 4 | 5 |
|  1 | Red   | 2 | 3 | 2 |
|  2 | Red   | 1 | 4 | 3 |
|  3 | Green | 2 | 2 | 2 |
|  4 | Green | 1 | 1 | 1 |
|  5 | Blue  | 2 | 1 | 5 |
|  6 | Red   | 2 | 1 | 6 |
|  7 | Blue  | 7 | 8 | 9 |
|  8 | Green | 7 | 6 | 5 |
|  9 | Red   | 0 | 9 | 0 |
| 10 | Blue  | 4 | 5 | 4 |
+----+-------+---+---+---+

我希望groupby（）列，然后对每个组执行一个操作。通常，此操作涉及通过比较一行中的值与所有行中的值来创建新行，因此我不会说可以通过应用于组的lambda函数来完成。然后，我想把这些组放回到dataframe中，有效地使用与上面相同的格式，但是使用插入的行。你知道吗

到目前为止，我的一般做法是以“缓慢而愚蠢”的方式进行，即：

group_list = []

g = df.groupby("A")
for i, group in g:

  ###Perform some weird operation on group that can't really be reduced to a 
  #lambda function applied to each group. 

  group_list.append(group)

reconstituted = group_list[0]
for i in range(1,len(group_list)):
  reconstituted = reconstituted.append(group_list[i], ignore_index=True)

很明显，这并不是什么特别好的方法，所以这就是我的问题——什么是更好的方法来操作团队本身，然后重组他们？你知道吗

Answer 1

在不知道函数做什么的情况下，如果您只想将它们连接回去，则可以使用^{}：

df_new = pd.concat(group_list)

MVCE公司：

In [77]: df1
Out[77]: 
   0
0  a
1  b

In [78]: df2
Out[78]: 
   0
0  c
1  d

In [79]: pd.concat([df1, df2], ignore_index=True)
Out[79]: 
   0
0  a
1  b
0  c
1  d

---

但是，我强烈建议您考虑一种不同的技术，它不涉及明确地拆分组并分别处理它们，这是非常低效的。你知道吗

Answer 2

以下代码可以按A列的值提取值

import pandas as pd

df = pd.DataFrame([{'A': 'Green', 'B': 1}, {'A': 'Red', 'B': 2}, {'A': 'Green', 'B': 3}])

for value in df.A.unique():
    print(df[df.A == value])

如果不想将它们合并回df，可以按列A对值进行排序

df.sort_values("A")

您可以得到以下结果：

       A  B
0  Green  1
2  Green  3
1    Red  2