Dataframe groupby修改内容的两种方法

第一种方法

遍历groupby中的每一个组，将group对象（元组）的第二个元素取出来存为dataframe对象进行操作。注意，在循环中直接对group进行修改是不会更改groupby后的对象的。

df = pd.DataFrame({'A': 'a a b b b'.split(), 'B': [1, 2, 1, 2, 3], 'C': [4, 6, 5, 6, 7]})
print(df)
df = df.groupby(['A'])
f = lambda x: pd.Series([x.B + x.C, x.C - x.B], index=['D', 'F'])
for group in df:
    print(group)
    df1 = group[1]   # 取出第二个元素
    print(df1)
    df1[['D', 'F']] = df1.apply(f, axis=1)
    print(df1)

输出结果为

   A  B  C
0  a  1  4
1  a  2  6
2  b  1  5
3  b  2  6
4  b  3  7

('a',    A  B  C
0  a  1  4
1  a  2  6)

   A  B  C
0  a  1  4
1  a  2  6

   A  B  C  D  F
0  a  1  4  5  3
1  a  2  6  8  4

('b',    A  B  C
2  b  1  5
3  b  2  6
4  b  3  7)

   A  B  C
2  b  1  5
3  b  2  6
4  b  3  7

   A  B  C   D  F
2  b  1  5   6  4
3  b  2  6   8  4
4  b  3  7  10  4

---

第二种方法

将dataframe进行groupby后转换成字典，然后对字典进行取值，之后对dataframe对象进行操作。这种方法可以对字典进行修改。

df = pd.DataFrame({'A': 'a a b b b'.split(), 'B': [1, 2, 1, 2, 3], 'C': [4, 6, 5, 6, 7]})
print(df)
dict_df = dict(list(df.groupby('A')))
print(dict_df)
a = dict_df['a']
print("print a")
print(a)
a_B = dict_df['a']['B']
print("print a_B")
print(a_B)
f = lambda x: pd.Series([x.B + x.C, x.C - x.B], index=['D', 'F'])
a[['D', 'F']] = a.apply(f, axis=1)
print("print a")
print(a)
# 在原字典中键‘a’的值里添加一列
dict_df['a'].loc[:, 'D'] = 0
print('print dict_df[''a'']')
print(dict_df['a'])

输出结果为

   A  B  C
0  a  1  4
1  a  2  6
2  b  1  5
3  b  2  6
4  b  3  7
{'a':    A  B  C
0  a  1  4
1  a  2  6, 'b':    A  B  C
2  b  1  5
3  b  2  6
4  b  3  7}
print a
   A  B  C
0  a  1  4
1  a  2  6
print a_B
0    1
1    2
Name: B, dtype: int64
print a
   A  B  C  D  F
0  a  1  4  5  3
1  a  2  6  8  4
print dict_df[a]
   A  B  C  D
0  a  1  4  0
1  a  2  6  0

---

对比分析一下，第二种方法需要清楚的知道分组键是什么，才能进行调用，如果分组键比较多且需要对所有的分组都进行同样的操作的话，第一种方法比较快捷。然而，如果是想直接对groupby后的内容进行修改的话，第二种方法比较好。