数据帧：
c_os_家族c_os_专业是l_客户id_i
0 Windows 7 90418
1 Windows 7 90418
2 Windows 7 90418
代码：
打印df
对于名称，df.groupby（’l_customer_id_i’）.agg（lambda x:’，’.join（x））中的组：
印刷品名称
打印组
我试图循环聚合数据，但我得到了错误：
ValueError:要解压缩的值太多
@EdChum，以下是预期输出：
c_os_系列\
l_客户_id_i
131572 Windows 7，Windows 7，Windows 7，Windows 7，Windows 7，Windows。。。
135467 Windows 7，Windows 7，Windows 7，Windows 7，Windows 7，Windows。。。
c_os__major_是
l_客户_id_i
131572 ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...
135467 ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,...
输出不是问题，我希望对每个组进行循环
df.groupby（'l_customer_id_i'）.agg（lambda x:'，'.join（x））已经返回了一个数据帧，因此您不能再在组上循环
一般而言：
-
df.groupby（…）返回一个groupby对象（DataFrameGroupBy或SeriesGroupBy），通过它，您可以遍历组（如本文文档中所述）。您可以执行以下操作：grouped=df.groupby（'A'）） 对于名称，分组为： ... -
当您在groupby上应用函数时，在您的示例中，
df.groupby（…）.agg（…）（但这也可以是transform，apply，mean，…），您可以在一个数据帧中将应用该函数到不同组的结果组合在一起（groupby“split apply combine”范例中的应用和合并步骤）。因此，其结果将始终是一个数据帧（或一个系列，取决于应用的函数）