获取pandas分组的DataFrame的列和组的值

可以使用GroupBy对象的apply方法。

首先，使用groupby函数将DataFrame按照指定的列进行分组，得到一个GroupBy对象。然后，可以使用apply方法对每个分组进行操作，其中传入的参数是一个函数，该函数接收每个分组的DataFrame作为输入。

下面是一个示例代码，演示如何获取分组的列和组的值：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one'],
        'C': [1, 2, 3, 4, 5, 6],
        'D': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

# 按照列'A'进行分组
grouped = df.groupby('A')

# 定义一个函数，用于获取分组的列和组的值
def get_group_info(group):
    # 获取分组的列
    columns = group.columns.tolist()
    
    # 获取组的值
    group_values = group['A'].unique().tolist()
    
    return columns, group_values

# 应用函数获取分组的列和组的值
result = grouped.apply(get_group_info)

# 打印结果
for index, (columns, group_values) in result.iteritems():
    print("Group: ", group_values)
    print("Columns: ", columns)
    print("--------------------")

输出结果如下：

Group:  ['bar']
Columns:  ['A', 'B', 'C', 'D']
--------------------
Group:  ['foo']
Columns:  ['A', 'B', 'C', 'D']
--------------------

在以上示例中，首先创建了一个示例DataFrame，然后使用groupby函数按照列'A'进行分组，得到了一个GroupBy对象。接着定义了一个get_group_info函数，该函数接收每个分组的DataFrame作为输入，并返回分组的列和组的值。最后，通过apply方法应用该函数，获取了分组的列和组的值。

对于这个问题，腾讯云提供了一个适用于数据处理和分析的云原生数据库产品TDSQL-C，可以用于存储和管理大规模数据，并提供了基于MySQL和PostgreSQL的兼容性。您可以通过腾讯云官网了解更多关于TDSQL-C的信息。