Python实现：遍历DataFrame元组列并按分组循环赋值

需要遍历DataFrame中以字符串形式存储的元组类型列，同一Group分组内的ID按顺序循环选取元组中的元素：第1个ID选取元组第1个元素，第2个ID选取元组第2个元素，后续ID循环往复；当Group分组变更时，对新分组重复该逻辑。也可先拆分至新DataFrame后再合并。

初始代码 #

import pandas as pd

df = pd.DataFrame({'ID':[1,2,3,4,5,6],
                   'Group':["('Cat','Dog')",
                             "('Cat','Dog')",
                             "('Cat','Dog')",
                             "('Cat','Dog')",
                             "('Bird','Dog')",
                             "('Bird','Dog')",                             
                            ]
                  })

初始数据 #

期望结果 #

可以通过以下步骤实现需求：

1. 将字符串形式的元组转换为实际可迭代对象：用ast.literal_eval解析字符串，转成真实元组，避免eval的安全风险。
2. 分组生成组内序号：按原始Group字符串分组，给每组内的行从0开始生成连续序号。
3. 循环选取元素：用组内序号对元组长度取模，得到元素索引，实现循环选取。

完整代码如下：

import pandas as pd
import ast

# 初始数据
df = pd.DataFrame({'ID':[1,2,3,4,5,6],
                   'Group':["('Cat','Dog')",
                             "('Cat','Dog')",
                             "('Cat','Dog')",
                             "('Cat','Dog')",
                             "('Bird','Dog')",
                             "('Bird','Dog')",                             
                            ]
                  })

# 解析字符串元组为实际元组
df['parsed_group'] = df['Group'].apply(ast.literal_eval)

# 分组后生成组内序号
df['group_idx'] = df.groupby('Group').cumcount()

# 按序号循环选取元组元素
df['Group'] = df.apply(lambda row: row['parsed_group'][row['group_idx'] % len(row['parsed_group'])], axis=1)

# 清理临时列
df = df.drop(['parsed_group', 'group_idx'], axis=1)

print(df)

运行后输出结果：

ID Group
0   1   Cat
1   2   Dog
2   3   Cat
3   4   Dog
4   5  Bird
5   6   Dog

补充说明 #

• 代码适配不同长度的元组，无论分组内元组是2个还是更多元素，取模操作都会自动循环选取。
• 无需拆分合并DataFrame，直接在原数据上处理，效率更高。

内容的提问来源于stack exchange，提问作者Shell Shock