拆分DataFrame和循环子帧函数

Question

我有一个数据框架，结构如下:

df = pd.DataFrame({'TIME':list('12121212'),'NAME':list('aabbccdd'), 'CLASS':list("AAAABBBB"),
'GRADE':[4,5,4,5,4,5,4,5]}, columns = ['TIME', 'NAME', 'CLASS','GRADE'])
print(df):
TIME NAME CLASS  GRADE
0    1    a     A      4
1    2    a     A      5
2    1    b     A      4
3    2    b     A      5
4    1    c     B      4
5    2    c     B      5
6    1    d     B      4
7    2    d     B      5

我需要做的是根据变量CLASS将上述数据框拆分为多个数据框，将数据框从长转换为宽(这样我们就有NAMES作为列，GRADE作为数据矩阵中的主要条目)，然后在较小的CLASS数据框上迭代其他函数。如果我按照这里的建议创建一个dict对象，我将得到:

d = dict(tuple(df.groupby('CLASS')))
print(d):
{'A':   TIME NAME CLASS  GRADE
0    1    a     A      4
1    2    a     A      5
2    1    b     A      4
3    2    b     A      5, 'B':   TIME NAME CLASS  GRADE
4    1    c     B      4
5    2    c     B      5
6    1    d     B      4
7    2    d     B      5}

为了将数据帧从长转换为宽，我使用了pandas中的pivot_table函数:

for names, classes in d.items():
newdata=df.pivot_table(index="TIME", columns="NAME", values="GRADE")
print(newdata):
NAME  a  b  c  d
TIME
1     4  4  4  4
2     5  5  5  5

到目前为止一切顺利。然而，一旦我获得newdata数据框，我就无法访问在d中创建的较小的数据框，因为变量CLASS现在从数据框中丢失了(应该是这样)。假设我需要在两个较小的子帧CLASS==A和CLASS==B上迭代一个函数。如果我不能使用列CLASS定义数据集结构，我如何能够使用for循环来做到这一点?

Answer 1

尝试使用groupby+apply来保存组名:

(df.groupby('CLASS')
.apply(lambda d: d.pivot_table(index="TIME", columns="NAME", values="GRADE"))
)

输出:

a    b    c    d
CLASS TIME                    
A     1     4.0  4.0  NaN  NaN
2     5.0  5.0  NaN  NaN
B     1     NaN  NaN  4.0  4.0
2     NaN  NaN  5.0  5.0

另一种可能，循环遍历组，保持CLASS为列:

for group_name, group_df in df.groupby('CLASS', as_index=False):
print(f'working on group {group_name}')
print(group_df)

输出:

working on group A
TIME NAME CLASS  GRADE
0    1    a     A      4
1    2    a     A      5
2    1    b     A      4
3    2    b     A      5
working on group B
TIME NAME CLASS  GRADE
4    1    c     B      4
5    2    c     B      5
6    1    d     B      4
7    2    d     B      5