Pandas Groupby无需聚合获取单条返回值的操作方法

仅调用groupby方法只会生成分组实例，需要对实例执行取值操作才能拿到具体数值。针对每个分组仅存唯一值的场景，可选择以下实现方式：

• 方案1：直接生成城市与占比的映射字典（无需二次groupby，效率更高）
  因为每个州下的城市对应唯一占比，直接将CITY设为索引提取PERC_MEN列转字典即可，示例代码：

  for state, state_df in df.groupby(by=['STATE']):
      city_perc_map = state_df.set_index('CITY')['PERC_MEN'].to_dict()
      # 直接通过城市名取值，例如city_perc_map['ABBEVILLE']即可拿到对应占比
      print(city_perc_map)
  

• 方案2：遍历二次groupby的结果取值
  如果必须保留二次groupby的逻辑，直接遍历分组对象的返回值即可：

  for state, state_df in df.groupby(by=['STATE']):
      for city, perc_group in state_df.groupby(by=['CITY'])['PERC_MEN']:
          # 每个分组只有一个值，取第一个元素即可
          perc_value = perc_group.iloc[0]
          print(f"{city}: {perc_value}")
  

• 方案3：使用极简聚合函数（无性能损耗，代码最简洁）
  虽然用到聚合函数，但因为每个分组只有一个值，first/last/min等聚合操作的结果和原始值完全一致，写法更简洁：

  for state, state_df in df.groupby(by=['STATE']):
      city_perc_series = state_df.groupby(by=['CITY'])['PERC_MEN'].first()
      # 此时得到索引为CITY的Series，直接用城市名作为索引即可取值
      print(city_perc_series)
  

内容的提问来源于stack exchange，提问作者Bijan