Pandas中groupby对象的键与值获取机制解析

我是编程新手，Stack Overflow（SO）让我有些紧张，请多多包涵。由于无法直接查看groupby对象的内部结构，我想理解以下代码中可迭代对象a和b分别获取键（'name'）与分组数据的原理。运行结果似乎暗示groupby对象是类似(name, 分组数据)的元组列表，这是否正确？
补充说明：我想了解a是如何遍历grouped.groups，以及b是如何获取grouped.get_group(a)对应的内容的。看起来它们是从grouped.__iter__()中获取的，这是否正确？它们是不是该迭代返回的元组中的前两个元素？
提前感谢！

import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40]}

# create a pandas DataFrame from the dictionary
df = pd.DataFrame(data)

grouped = df.groupby('name')
for a, b in grouped:
    print(a)
    print(b)

运行结果：

Alice
name  age
0  Alice   25
Bob
name  age
1  Bob   30
Charlie
name  age
2  Charlie   35
David
name  age
3  David   40

你的核心理解完全正确：Pandas的Groupby对象是一个可迭代对象，迭代时会逐个返回**(分组键, 对应分组DataFrame)**的二元元组，for a, b in grouped的循环本质是对这些元组做了解包，a拿到分组键，b拿到对应分组的DataFrame。

针对你的补充问题：

• 遍历Groupby对象时，确实是调用了它的__iter__()方法，这个方法内部会遍历grouped.groups中的所有键，自动为每个键获取对应分组的数据（等价于调用grouped.get_group(键)），然后把键和数据打包成元组返回。所以a就是grouped.groups里的每个键，b就是grouped.get_group(a)的结果，两者完全一致。
• 是的，a和b就是__iter__()返回的元组的两个元素（每个元组本身就只有这两个值），循环通过元组解包语法，把这两个值分别赋值给了a和b。

你可以把Groupby对象的迭代过程看作是自动执行以下逻辑：

for key in grouped.groups:
    group_data = grouped.get_group(key)
    # 将(key, group_data)作为元组返回给循环

内容的提问来源于stack exchange，提问作者macarena