新手求助：遍历Pandas分组数据索引并列出分组DataFrame的项

嘿，作为Pandas新手，我完全懂你想搞清楚怎么列出分组后DataFrame里的项的心情！先从你的示例代码说起，我们一步步来。

首先先重现你的代码，确保大家都在同一个频道上：

import pandas as pd

data = {'colour': ['red','purple','green','purple','blue','red'], 
        'item': ['hat','scarf','belt','belt','hat','scarf'], 
        'material': ['felt','wool','leather','wool','plastic','wool']}
df = pd.DataFrame(data=data)
grpd_df = df.groupby(df['item']).apply(lambda df:df.reset_index(drop=True))

你这样分组后得到的是一个多层索引的DataFrame，外层索引是分组的item值，内层是重置后的0、1索引。接下来给你两种实用的方法来处理它：

方法1：获取所有分组的名称 #

如果你只是想知道有哪些不同的分组（也就是不同的item类别），可以直接提取外层索引的唯一值：

# 获取所有分组的名称
group_names = grpd_df.index.unique(level='item')
print(group_names)
# 输出结果：Index(['belt', 'hat', 'scarf'], dtype='object', name='item')

或者也可以用grpd_df.index.get_level_values('item').unique()，效果是一样的。

方法2：遍历每个分组并查看具体内容 #

如果想看到每个分组里的详细数据，那就遍历每个分组：

# 遍历每个分组，打印名称和对应的数据
for item_name, group_data in grpd_df.groupby(level='item'):
    print(f"=== 分组: {item_name} ===")
    # 去掉外层的item索引，让输出更整洁
    print(group_data.droplevel('item'))
    print("\n")

运行这段代码后，你就能清晰看到每个item分组下的所有数据啦。

小技巧：简化你的分组操作 #

其实你的分组代码可以简化一点，直接用groupby('item')就行，不用写df['item']，也就是：

grpd_df = df.groupby('item').apply(lambda df:df.reset_index(drop=True))

效果和你原来的代码完全一致，看起来更简洁。

另外，如果只是想遍历分组查看数据，其实可以不用先apply重置索引，直接对原始分组对象操作：

original_group = df.groupby('item')
for name, group in original_group:
    print(f"=== 分组: {name} ===")
    # 手动重置索引，和之前的效果对齐
    print(group.reset_index(drop=True))
    print("\n")

内容的提问来源于stack exchange，提问作者CGully