在Python中,可以使用groupby()
函数对DataFrame进行分组操作,并使用apply()
函数对每个分组应用自定义函数。以下是一个示例代码,演示了如何按照分组对DataFrame进行groupby操作,并查找每个分组后的每行值:
import pandas as pd
# 创建一个示例DataFrame
data = {'Group': ['A', 'B', 'A', 'B', 'A', 'B'],
'Value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)
# 定义一个自定义函数来查找每个分组的每行值
def find_row_values(group):
for index, row in group.iterrows():
print('Group:', row['Group'], ', Value:', row['Value'])
# 按照分组对DataFrame进行groupby操作,并应用自定义函数
df.groupby('Group').apply(find_row_values)
输出结果为:
Group: A , Value: 1
Group: A , Value: 3
Group: A , Value: 5
Group: B , Value: 2
Group: B , Value: 4
Group: B , Value: 6
这个示例中,我们首先创建了一个包含分组和值的DataFrame。然后,我们定义了一个自定义函数find_row_values()
,它使用iterrows()
函数遍历每个分组的每行,并打印出每行的值。最后,我们使用groupby()
函数按照分组对DataFrame进行分组,并使用apply()
函数应用find_row_values()
函数到每个分组上。
上一篇:按照分组的列总和过滤行
下一篇:按照分组对数据框中的排序准确性