獲取pandas groupby對象以忽略丟失的數據框

Question

我使用熊貓來讀取excel文件並將電子表格轉換爲數據框。然後，我應用groupby並使用get_group將各個組存儲在變量中以供以後計算。 我的問題是，輸入文件不總是相同的大小，有時groupby會導致10 dfs，有時25等等。如何讓我的程序忽略df從初始數據中丟失？

df = pd.read_excel(filepath, 0, skiprows=3, parse_cols='A,B,C,E,F,G', 
        names=['Result', 'Trial', 'Well', 'Distance', 'Speed', 'Time']) 
df = df.replace({'-': 0}, regex=True) #replaces '-' values with 0 
df = df['Trial'].unique() 
gb = df.groupby('Trial') #groups by column Trial 

trial_1 = gb.get_group('Trial  1') 
trial_2 = gb.get_group('Trial  2') 
trial_3 = gb.get_group('Trial  3') 
trial_4 = gb.get_group('Trial  4') 
trial_5 = gb.get_group('Trial  5') 

說我的初始數據只有3個試驗，我怎麼會忽略試驗4,5？我的代碼運行時，所有的試驗都存在，但一些丟失的情況下失敗:(這聽起來非常像，如果將需要的聲明，但我疲倦的大腦已經不知道在哪裏...提前

謝謝！

Answer 1

分組你可以使用屬性.groups這個返回組名字的字典組之後，你就可以只遍歷字典項動態，所以你不需要硬編碼的大小：

In [22]: 
df = pd.DataFrame({'grp':list('aabbbc'), 'val':np.arange(6)}) 
df 

Out[22]: 
    grp val 
0 a 0 
1 a 1 
2 b 2 
3 b 3 
4 b 4 
5 c 5 

In [23]: 
gp = df.groupby('grp') 
gp.groups 

Out[23]: 
{'a': Int64Index([0, 1], dtype='int64'), 
'b': Int64Index([2, 3, 4], dtype='int64'), 
'c': Int64Index([5], dtype='int64')} 

In [25]:  
for g in gp.groups.keys(): 
    print(gp.get_group(g)) 

    grp val 
0 a 0 
1 a 1 
    grp val 
2 b 2 
3 b 3 
4 b 4 
    grp val 
5 c 5