パンダiterrows投げエラー

Question

私は2つのデータフレームで変更データキャプチャをしようとしています。ロジックは、2つのデータフレームをマージして1つのキーでグループ化し、count> 1のグループに対してループを実行して、「更新された」列を確認することです。私は奇妙なエラーが発生しています。どんな助けもありがとう。 コード

import pandas as pd 
import numpy as np 

pd.set_option('display.height', 1000) 
pd.set_option('display.max_rows', 500) 
pd.set_option('display.max_columns', 500) 
pd.set_option('display.width', 1000) 
print("reading wolverine xlxs") 


# defining metadata 

df_header = ['DisplayName','StoreLanguage','Territory','WorkType','EntryType','TitleInternalAlias', 
     'TitleDisplayUnlimited','LocalizationType','LicenseType','LicenseRightsDescription', 
     'FormatProfile','Start','End','PriceType','PriceValue','SRP','Description', 
     'OtherTerms','OtherInstructions','ContentID','ProductID','EncodeID','AvailID', 
     'Metadata', 'AltID', 'SuppressionLiftDate','SpecialPreOrderFulfillDate','ReleaseYear','ReleaseHistoryOriginal','ReleaseHistoryPhysicalHV', 
      'ExceptionFlag','RatingSystem','RatingValue','RatingReason','RentalDuration','WatchDuration','CaptionIncluded','CaptionExemption','Any','ContractID', 
      'ServiceProvider','TotalRunTime','HoldbackLanguage','HoldbackExclusionLanguage'] 
df_w01 = pd.read_excel("wolverine_1.xlsx", names = df_header) 

df_w02 = pd.read_excel("wolverine_2.xlsx", names = df_header) 

df_w01['version'] = 'OLD' 
df_w02['version'] = 'NEW' 

#print(df_w01) 
df_m_d = pd.concat([df_w01, df_w02], ignore_index = True) 

first_pass = df_m_d[df_m_d.duplicated(['StoreLanguage','Territory','TitleInternalAlias','LocalizationType','LicenseType','FormatProfile'], keep=False)] 

first_pass_keep_duplicate = df_m_d[df_m_d.duplicated(['StoreLanguage','Territory','TitleInternalAlias','LocalizationType','LicenseType','FormatProfile'], keep='first')] 

group_by_1 = first_pass.groupby(['StoreLanguage','Territory','TitleInternalAlias','LocalizationType','LicenseType','FormatProfile']) 
for i,rows in group_by_1.iterrows(): 
    print("rownumber", i) 
    print (rows) 


print(first_pass) 

そして、私が取得エラー：

AttributeError: Cannot access callable attribute 'iterrows' of 'DataFrameGroupBy' objects, try using the 'apply' method 

は、すべてのヘルプははるかに高く評価されます。

Answer 1

あなたGroupByオブジェクトが反復するので、代わりの

for i,rows in group_by_1.iterrows(): 
    print("rownumber", i) 
    print (rows) 

をサポートしていますが、あなたはあなたがそれぞれに何をする必要があるか行うことができます

for name, group in group_by_1: 
    print name 
    print group 

ような何かをする必要がありますgroup

the docs

Answer 2

なぜ示唆しておらず、applyを使用しますか？何かのように：

def print_rows(rows): 
    print rows 

group_by_1.apply(print_rows)