Python 为集群目的，使用pandas向空数据帧添加和迭代新行

我目前正在对每个RFM_类进行集群，处理大量数据。rfm类有125个不同的值，范围从

111

到

555

，我的数据帧的总行当前被采样到

10000

行中，用于脚本的试用

我试图做的事情背后的逻辑是，获取每个RFM_类（125个不同的值），对RFM_类的每个子集执行

clustering

方法，方法是为每个RFM_类循环它们，以获得带有空数据帧的

cluster_class

列，然后再次将值附加到空数据帧。空数据框将合并到我的主表中。 这是主表的快照，我只缩小为4列，原点是11列

df_test
RFM_class  customer_id   num_orders recent_day  amount_order   
555            1               1489       0        18539000  
555            2                 72       3         1069000
145            3                 13     591         1350000
555            4                208       0         2119000
445            5                 40       9          698000

在集群之前，我所做的还远远不够，所以我真的被困在循环每个

RFM_类

这就是我在过去几天里试图做的，只尝试使用每个

RFM_类

rfm_list = list(set(df_test['rfm']))
core_col = ['num_orders','recent_day','amount_order']
cl_class = []

for row in rfm_list:    
    a=pd.DataFrame(df_test[core_col][df_test.rfm==row],columns=core_col)
    cl_class.append(a)

cl_class

但结果并不像预期的那样，因为执行

append

似乎并没有在空数据框中添加新行。

---

在熊猫身上有这样做的功能吗？当前使用python 3.0时，可以使用groupby对值进行集群。 对于EG:考虑这个示例CSV文件，在这里您希望按列分组：

Fruit,Date,Name,Number
Apples,10/6/2016,Bob,7
Apples,10/6/2016,Bob,8
Apples,10/6/2016,Mike,9
Apples,10/7/2016,Steve,10
Apples,10/7/2016,Bob,1
Oranges,10/7/2016,Bob,2
Oranges,10/6/2016,Tom,15
Oranges,10/6/2016,Mike,57
Oranges,10/6/2016,Bob,65
Oranges,10/7/2016,Tony,1
Grapes,10/7/2016,Bob,1
Grapes,10/7/2016,Tom,87
Grapes,10/7/2016,Bob,22
Grapes,10/7/2016,Bob,12
Grapes,10/7/2016,Tony,15

遍历集群的示例代码：

import pandas as pd;
df = pd.read_csv("filename.csv");
grouped = df.groupby("Fruit");
for name, group in grouped:
    print(name);

---

希望这有帮助

你说的是什么空数据帧？预期的结果是什么？@Goyo很抱歉不够清晰，我想在这个数据集上进行聚类。预计将有一个新列，其中包含每个

RFM\u类的集群类

。所以我所做的是为集群计算创建一个新的空数据框。但是我无法在每个

RFM\u类中进行集群迭代，对于集群，您是否在pandas中尝试过groupby函数？谢谢你！差一点就搞定了，试了这个
df_test.groupby（['rfm_class']）.sum（）
但是我应该替换
sum
函数，知道我应该用什么函数来替换
sum（）
？很抱歉，我对python还不太熟悉，bt真的打开了学习python的新源代码，按函数分组是一个完美的开始，谢谢@cypher