Python 3.x 按列显示所有分组
上面的代码给出了col1和col2,如何用col1和col2显示col3的结果?IIUC您可以使用 你可以用 您可以将agg与lambda函数一起使用来列出这两个列Python 3.x 按列显示所有分组,python-3.x,pandas,Python 3.x,Pandas,上面的代码给出了col1和col2,如何用col1和col2显示col3的结果?IIUC您可以使用 你可以用 您可以将agg与lambda函数一起使用来列出这两个列 df1 = df.groupby('col1', as_index=False).agg(list) print (df1) col1 col2 col3 0 33 [hello, hello1, hello2] [1, 2, 3] 1 34 [he
df1 = df.groupby('col1', as_index=False).agg(list)
print (df1)
col1 col2 col3
0 33 [hello, hello1, hello2] [1, 2, 3]
1 34 [hello3, hello4, hello5] [4, 5, 6]
您可以将agg与lambda函数一起使用来列出这两个列
df1 = df.groupby('col1', as_index=False).agg(list)
print (df1)
col1 col2 col3
0 33 [hello, hello1, hello2] [1, 2, 3]
1 34 [hello3, hello4, hello5] [4, 5, 6]
谢谢,在我的方法中使用agg和使用apply as有什么不同?@william007为每个组聚合每个列,因此您的函数列表将应用于每个组的每个列。agg还提供了为每列应用不同函数的灵活性。其中as适用于每个组的功能。你可以阅读它们,它们真的很有用。谢谢,在我的方法中使用agg和使用apply as有什么不同?@william007为每个组聚合每个列,因此你的函数列表将应用于每个组的每个列。agg还提供了为每列应用不同函数的灵活性。其中as适用于每个组的功能。你可以阅读他们真的很有帮助。谢谢,在我的方法中使用agg和使用apply as有什么不同?谢谢,在我的方法中使用agg和使用apply as有什么不同?
dfQ = df.groupby('col1').agg(lambda x: list(x)).reset_index()