代码之家 › 专栏 › 技术社区 › Ahamed Moosa

遍历行并执行操作

group-by dataframe for-loop pandas python

Ahamed Moosa · 技术社区 · 7 年前

我有一个熊猫数据框,如下所示

    Date          SKU     Balance
0   1/1/2017        X1       8
1   1/1/2017        X2      45
2   1/1/2017        X1      47
3   1/1/2017        X2      16
4   2/1/2017        X1      14
5   2/1/2017        X2      67
6   2/1/2017        X2       9
8   2/1/2017        X1      66
9   2/1/2017        X1     158

我的第一个目标是生成每天过滤的多个数据帧

我为之编码

df_1stjan = df.query("Date == \"1/1/2017\"")

我得到了下面的结果

    Date          SKU     Balance
0   1/1/2017        X1       8
1   1/1/2017        X2      45
2   1/1/2017        X1      47
3   1/1/2017        X2      16

我的第二个目标是按SKU分组,然后进行编码

df_1stjan_uSKU = df_1stjan.groupby(['SKU','Date'], \
                         as_index=False).agg({'Balance':'sum'})

我得到了下面的结果

Date          SKU     Balance
0   1/1/2017        X1      55
1   1/1/2017        X2      61

目前,我只能编写代码,一次只为一个日期生成df

但我需要编写一个函数或循环,以便在2017年的所有日子里实现自动化。

注意日期列有字符串dtype

2 回复 | 直到 6 年前

user3483203 7 年前

我觉得你把事情弄得太复杂了。您已经基本解决了自己的问题,但我建议您进行索引之后首字母 groupby 和 agg .

示例数据帧 :

    Balance Date    SKU
0   8   1/1/2017    X1
1   45  1/1/2017    X2
2   47  1/1/2017    X1
3   16  1/1/2017    X2
4   22  1/2/2017    X3
5   24  1/2/2017    X3
6   25  1/3/2017    X4
7   3   1/3/2017    X4

子句 具有 阿格

df1 = df.groupby(['Date', 'SKU'], as_index=False).agg({'Balance':'sum'})

    Date    SKU Balance
0   1/1/2017    X1  55
1   1/1/2017    X2  61
2   1/2/2017    X3  46
3   1/3/2017    X4  28

to_datetime 皈依 Date 柱

df1['Date'] = pd.to_datetime(df1.Date, format='%m/%d/%Y')

date_range 所有你想进入的日子

dr = pd.date_range('20170101','20170103')

loc 每天使用循环访问切片

for d in dr:
    print(df1.loc[df1.Date.isin([d])])

        Date SKU  Balance
0 2017-01-01  X1       55
1 2017-01-01  X2       61

        Date SKU  Balance
2 2017-01-02  X3       46

        Date SKU  Balance
3 2017-01-03  X4       28

Ben.T 7 年前

如果你先做

df_group = df.groupby(['Date', 'C1', 'C2', 'C3', 'SKU']).sum()

然后,您可以创建dfs,例如:

for date in set(df['Date']):
    df_date = df_group.loc[date].reset_index()
    # and do whatever with df_date, you can save them in a list for example
    # to access them later but maybe the df_group.loc[date].reset_index() is enough for what you need

推荐文章