假设我们有以下的数据框(DataFrame)df:
A B
0 1 4
1 2 5
2 1 6
3 2 7
4 3 8
5 3 9
我们可以按照列A对结果进行分组,然后对每个分组进行操作。以下是一个示例代码:
import pandas as pd
# 创建示例数据框
data = {'A': [1, 2, 1, 2, 3, 3],
'B': [4, 5, 6, 7, 8, 9]}
df = pd.DataFrame(data)
# 按照列A进行分组
groups = df.groupby('A')
# 对每个分组进行操作
for group_name, group_df in groups:
print("Group Name:", group_name)
print(group_df)
输出结果如下:
Group Name: 1
A B
0 1 4
2 1 6
Group Name: 2
A B
1 2 5
3 2 7
Group Name: 3
A B
4 3 8
5 3 9
在这个示例中,我们首先使用groupby
方法将数据框按照列A进行分组,并将分组结果保存在groups
变量中。然后,我们使用for
循环遍历每个分组,将分组名保存在group_name
变量中,将分组的数据框保存在group_df
变量中,然后可以对每个分组进行操作。
下一篇:按照外键的计算字段进行过滤