如何在python中通过groupby结果执行函数？

我使用这段代码来计算每个集群中每个用户的不同质量度量值

>>> for name, group in df.groupby(["Cluster_id", "User"]):
...     print 'group name:', name
...     print 'group rows:'
...     print group
...     print 'counts of Quality values:'
...     print group["Quality"].value_counts()
...     raw_input()
...     

但是现在我得到的输出是

group rows:
                tag                       user                    quality  cluster
676    black fabric  http://steve.nl/user_1002          usefulness-useful        1
708      blond wood  http://steve.nl/user_1002          usefulness-useful        1
709      blond wood  http://steve.nl/user_1002    problematic-misspelling        1
1410         eames?  http://steve.nl/user_1002      usefulness-not_useful        1
1411         eames?  http://steve.nl/user_1002  problematic-misperception        1
3649  rocking chair  http://steve.nl/user_1002          usefulness-useful        1
3650  rocking chair  http://steve.nl/user_1002  problematic-misperception        1
counts of Quality Values:
usefulness-useful            3
problematic-misperception    2
usefulness-not_useful        1
problematic-misspelling      1

我现在想做的是检查条件，即：

if quality==usefulness-useful:
 good = good + 1
else:
 bad = bad + 1

我尝试编写输出：

counts of Quality Values:
usefulness-useful            3
problematic-misperception    2
usefulness-not_useful        1
problematic-misspelling      1

---

并尝试逐行遍历变量，但无效。有人能给我一些建议，关于如何在某些行上进行计算。

一旦你有了一个组，你可以使用

.iterrows（）

方法逐行迭代。它为您提供行索引和行本身：

In [33]: for row_number, row in group.iterrows():
   ....:     print row_number
   ....:     print row
   ....:     
676
Tag                        black fabric
User          http://steve.nl/user_1002
Quality               usefulness-useful
Cluster_id                            1
Name: 676
708
Tag                          blond wood
User          http://steve.nl/user_1002
Quality               usefulness-useful
Cluster_id                            1
Name: 708
[etc]

这些行中的每一行都可以像字典一样编入索引，例如：

In [48]: row
Out[48]: 
Tag                       rocking chair
User          http://steve.nl/user_1002
Quality       problematic-misperception
Cluster_id                            1
Name: 3650

In [49]: row["User"]
Out[49]: 'http://steve.nl/user_1002'

In [50]: row["Tag"]
Out[50]: 'rocking chair'

所以你可以像这样写你的循环

good = 0
bad = 0
for row_number, row in group.iterrows():
    if row['Quality'] == 'usefulness-useful':
        good += 1
    else:
        bad += 1
print 'good', good, 'bad', bad

给

good 3 bad 4

如果这对你有意义的话，这是一个非常好的方法。另一种方法是直接从

质量

列中的计数进行计算：

In [54]: counts = group["Quality"].value_counts()

In [55]: counts
Out[55]: 
usefulness-useful            3
problematic-misperception    2
usefulness-not_useful        1
problematic-misspelling      1

In [56]: counts['usefulness-useful']
Out[56]: 3

既然坏=总-好，我们有

In [57]: counts.sum() - counts['usefulness-useful']
Out[57]: 4

---

您能否将

df.head（）.的输出添加到您的问题中，以便其他人可以使用您的数据进行故障排除？您好，非常感谢。第一种方法非常有效。但在第二种方法中，我认为应该有一个检查条件，如
if exists counts['usivery-usivery']
，否则，它会在计算中显示错误。您还可以告诉我如何将其作为csv文件中的一行写入输出。例如：集群、用户、坏、，good@user1992696：啊，接得好。您可以改为使用counts.get（'usivery-usivery'，0）

，这做了同样的事情，但是如果没有与键

'usivery-usivery'

相关联的值，它将给出0。