pandas_df.groupby()

import pandas as pd

df = pd.DataFrame(
{
    "text_id":[0,0,1,1],
    "question":['唐六典中说式占有哪三式？', "六壬著作有哪些？",  '汉的意思是什么？', "利玛窦何时来华？"],
    "A":["雷公式，太一式，六壬式", "《壬归》校译释论", '汉子', "清朝"],
    "B":["太史，太师，太公", "《唐六典》", "银河", "明朝"],
    "answer":[1, 1, 2, 2]
})

	text_id	question	A	B	answer
0	0	唐六典中说式占有哪三式？	雷公式，太一式，六壬式	太史，太师，太公	1
1	0	六壬著作有哪些？	《壬归》校译释论	《唐六典》	1
2	1	汉的意思是什么？	汉子	银河	2
3	1	利玛窦何时来华？	清朝	明朝	2

 

 

 

 

 

 

# 根据text_id字段分组
group = df.groupby("text_id")

# 取组值为0的这一组
group.get_group(0)

	text_id	question	A	B	answer
0	0	唐六典中说式占有哪三式？	雷公式，太一式，六壬式	太史，太师，太公	1
1	0	六壬著作有哪些？	《壬归》校译释论	《唐六典》	1

 

 

 

 

group.groups

{0: Int64Index([0, 1], dtype='int64'), 1: Int64Index([2, 3], dtype='int64')}

 

group.size()

text_id
0    2
1    2
dtype: int64

# 2
len(group)

# n是分组字段的值
for n,g in group:
    print(n)

0
1

 

# 获得一份副本，不然下面的操作容易报警告
# 对该副本的操作不会影响原对象
df_c = df.copy()

# 更改某个字段值的表示1
df_c['answer'] = df_c['answer'].replace({1:'A', 2:'B'})

# 更改某个字段值的表示2
df_c['answer'] = df_c['answer'].map({1:'A', 2:'B'})

	text_id	question	A	B	answer
0	0	唐六典中说式占有哪三式？	雷公式，太一式，六壬式	太史，太师，太公	A
1	0	六壬著作有哪些？	《壬归》校译释论	《唐六典》	A
2	1	汉的意思是什么？	汉子	银河	B
3	1	利玛窦何时来华？	清朝	明朝	B

 

 

 

 

 

 

参考：------链接--------