Python 使用枚举在数据帧中进行For循环

我有一个基本的数据帧，它是不干净数据的gruopby结果：

 df:

Name1   Value1  Value2
A       10      30
B       40      50

我创建了一个列表，如下所示：

Segment_list = df['Name1'].unique()
Segment_list 

array(['A', 'B'], dtype=object)

现在我想遍历列表，并在Value1中找到每次迭代的金额，因此我使用：

for Segment_list in enumerate(Segment_list):
    print(df['Value1'])

但我得到的是两个值，而不是一个一个。我只需要一个迭代的值。这可能吗

Expected output:

10
40

---

我同意@Trenton的评论，即使用数据帧的全部目的是避免像这样循环通过它们。使用函数重新思考这个问题。然而，让你所写的东西发挥作用的最接近的方法是：

Segment_list = df['Name1'].unique()
for Index in Segment_list:
    print(df['Value1'][df['Name1']==Index]).iloc[0]

如果

Name

有两个条目（可能是因为您使用

.unique（）

，所以可能会出现这种情况），这将根据您希望发生的情况打印值的总和：

df.groupby('Name1').sum()['Value1']

• 我建议使用获取每个组的值
• 在大多数情况下，对pandas使用

  For循环

  表明它可能没有正确或有效地完成
• 额外资源：

备选案文1：

将熊猫作为pd导入
将numpy作为np导入
随机输入
np.random.seed（365）
随机种子（365）
行=25
数据={'n'：[random.choice（['A'，'B'，'C']），用于范围（行）中的uu，
“v1”：np.random.randint（40，大小=（行）），
“v2”：np.random.randint（40，大小=（行））}
df=pd.DataFrame（数据）
#群比
对于df.groupby（'n'）中的g，d：
#打印（g）#根据需要使用或不使用
打印（d.v1.values[0]）#选择每组的第一个值并打印
[输出]：#每组的第一个值
5.
33
18

备选案文2：

dfg=df.groupby（['n']，as_index=False）.agg（{'v1'：list}）
#显示器（dfg）
n v1
0A[5,26,39,39,10,12,13,11,28]
1b[33,34,28,31,27,24,36,6]
2c[18,27,9,36,35,30,3,0]

备选案文3：

• 如注释中所述，您的数据已经是

  groupby

  的结果，并且每个组的列中只有一个值

dfg=df.groupby（'n'，as_index=False）.sum（）
#显示器（dfg）
n v1 v2
0 A 183 163
1 B 219 188
2 C 158 189
#打印v1中每个组的值
对于dfg.v1.to_list（）中的v：
印刷品（五）
[out]：
183
219
158

备选案文4：

• 打印每列的所有行

dfg=df.groupby（'n'，as_index=False）.sum（）
对于dfg.columns[1::]：#选择n之后的所有列
对于dfg[col]中的v，到_列表（）：
印刷品（五）
[out]：
183
219
158
163
188
189