如何遍历Pandas DataFrame并按自定义索引组返回数据？

你可以通过定义自定义分组的索引列表，遍历每个分组来提取对应的数据块，具体实现如下：

实现代码 #

import pandas as pd

data = [['apple', 1], ['orange', 2], ['pear', 3], ['peach', 4],['plum', 5], ['grape', 6]]
df = pd.DataFrame(data, columns=['Name', 'Number'])

# 定义自定义分组索引
index_groups = [[0], [1, 2], [3, 4, 5]]

# 遍历每个分组并提取数据
for group in index_groups:
    group_data = df.iloc[group]
    print("当前分组数据：")
    print(group_data)
    # 若只需提取Number列，可改用这行
    # print(group_data['Number'].tolist())

代码说明 #

• index_groups：直接定义你需要的分组索引集合，每个子列表对应一个分组的位置索引。
• df.iloc[group]：利用Pandas的iloc方法，通过位置索引提取指定行的数据，返回包含该分组所有行的子DataFrame。
• 可根据需求灵活处理分组数据，比如提取特定列、计算分组统计值等。

输出示例 #

运行代码后会输出每个分组的完整数据：

当前分组数据：
    Name  Number
0  apple       1
当前分组数据：
     Name  Number
1  orange       2
2    pear       3
当前分组数据：
     Name  Number
3   peach       4
4    plum       5
5   grape       6

内容的提问来源于stack exchange，提问作者breaker7