熊貓：如何操作每個可轉換的值？

Question

這是this的延續。比方說，我有沒有這個表我想代碼

df.groupby('A')['B'].value_counts().unstack().stack(dropna=False 
       ).reset_index(name="Count").set_index(['A', 'B']) 

|----|----|-------| 
| A | B | Count | 
| a1 | b1 | 1 | 
| | b2 | 1 | 
| | b3 | NaN | 
| a2 | b1 | 1 | 
| | b2 | NaN | 
| | b3 | 1 | 

的問題是存在這樣的情況乙列可能具有多元價值的情況下，例如許多獨特的價值。所以分組A列值有點遠:)最後，這一切都應該存儲在一些Excel格式文件df.to_excel()。該解決方案被建議生成諸如Excel文件，每A值。例如。而不是groupped.xlsx其中您將所有此透視表放入一次，以便具有A_a1.xlsx，A_a2.xlsx文件。

問題：你怎麼做到的？

我有一些選擇，想獲得獨特的A值的列表，只是做一些像df_loc = df.loc[df['A'] == 'a1']，但也許有更酷的方式？

Answer 1

如果我理解正確，您正在爲每個A值尋找一個單獨的excel文件？如果是這樣，下面應該工作：

for i in df.a.unique(): df[df['a'] == i].to_excel(path+_i)

你可以調整適合您需求的路徑，但，這是一個非常簡單的方法，你在找什麼。