Python 如何迭代从 groupby().size() 生成的 Pandas 系列

How to iterate over Pandas Series generated from groupby().size()

提问by Reily Bourne

How do you iterate over a Pandas Series generated from a .groupby('...').size()command and get both the group name and count.

您如何迭代从.groupby('...').size()命令生成的 Pandas 系列并获取组名和计数。

As an example if I have:

例如，如果我有：

foo
-1     7
 0    85
 1    14
 2     5

how can I loop over them so the that each iteration I would have -1 & 7, 0 & 85, 1 & 14 and 2 & 5 in variables?

我怎样才能循环它们，以便每次迭代我都会有 -1 & 7、0 & 85、1 & 14 和 2 & 5 变量？

I tried the enumerate option but it doesn't quite work. Example:

我尝试了 enumerate 选项，但它不太好用。例子：

for i, row in enumerate(df.groupby(['foo']).size()):
    print(i, row)

it doesn't return -1, 0, 1, and 2 for ibut rather 0, 1, 2, 3.

它不返回 -1、0、1 和 2，i而是返回 0、1、2、3。

回答by Psidom

Update:

更新：

Given a pandas Series:

给定一个熊猫系列：

s = pd.Series([1,2,3,4], index=['a', 'b', 'c', 'd'])

s
#a    1
#b    2
#c    3
#d    4
#dtype: int64

You can directly loop through it, which yield one value from the series in each iteration:

您可以直接遍历它，在每次迭代中从系列中产生一个值：

for i in s:
    print(i)
1
2
3
4

If you want to access the index at the same time, you can use either itemsor iteritemsmethod, which produces a generator that contains both the index and value:

如果你想同时访问索引，你可以使用itemsoriteritems方法，它会生成一个包含索引和值的生成器：

for i, v in s.items():
    print('index: ', i, 'value: ', v)
#index:  a value:  1
#index:  b value:  2
#index:  c value:  3
#index:  d value:  4

for i, v in s.iteritems():
    print('index: ', i, 'value: ', v)
#index:  a value:  1
#index:  b value:  2
#index:  c value:  3
#index:  d value:  4

---

---

Old Answer:

旧答案：

You can call iteritems()method on the Series:

您可以iteritems()在系列上调用方法：

for i, row in df.groupby('a').size().iteritems():
    print(i, row)

# 12 4
# 14 2

According to doc:

根据文档：

Series.iteritems()

Lazily iterate over (index, value) tuples

系列.iteitems()

懒惰地迭代（索引，值）元组

Note: This is not the same data as in the question, just a demo.

注意：这与问题中的数据不同，只是一个演示。

回答by dbouz

To expand upon the answer of Psidom, there are three useful ways to unpack data from pd.Series. Having the same Series as Psidom:

为了扩展 Psidom 的答案，有三种有用的方法可以从 pd.Series 解包数据。与 Psidom 具有相同的系列：

s = pd.Series([1,2,3,4], index=['a', 'b', 'c', 'd'])

s = pd.Series([1,2,3,4], index=['a', 'b', 'c', 'd'])

• A direct loop over syields the valueof each row.
• A loop over s.iteritems()or s.items()yields a tuple with the (index,value)pairs of each row.
• Using enumerate()on s.iteritems()yields a nested tuple in the form of: (rownum,(index,value)).

• 直接循环s产生value每一行的 。
• 循环 s.iteritems()或s.items()产生一个包含(index,value)每行对的元组。
• 使用enumerate()on 会s.iteritems()产生以下形式的嵌套元组：(rownum,(index,value))。

The last way is useful in case your index contains other information than the row number itself (e.g. in a case of a timeseries where the index is time).

如果您的索引包含除行号本身之外的其他信息（例如，在索引为时间的时间序列的情况下），则最后一种方法很有用。

s = pd.Series([1,2,3,4], index=['a', 'b', 'c', 'd'])

for rownum,(indx,val) in enumerate(s.iteritems()):
    print('row number: ', rownum, 'index: ', indx, 'value: ', val)

will output:

将输出：

row number:  0 index:  a value:  1
row number:  1 index:  b value:  2
row number:  2 index:  c value:  3
row number:  3 index:  d value:  4

You can read more on unpacking nested tuples here.

您可以在此处阅读有关解包嵌套元组的更多信息。