Python 添加一列，其中包含ID'；它来自另一个数据帧

问题
我想对数据帧执行

groupby

，结果数据帧包含一列，其元素是

groupby

参数的列表

示例
我有一个数据框

ship\u cluster

，其中包含

ShipID

，

纬度

，

经度

，以及一个名为

cluster

的列

In [4]: df = pd.DataFrame({"ShipID": [7, 7, 8, 9],
                           "latitude": [51.872842, 51.872874, 51.872794, 51.872946],
                           "longitude": [5.810379, 5.810729, 5.810754, 5.810548],
                           "cluster": [0, 1, 0, 0]})
print(df)

"ShipID" latitude  longitude cluster
7        51.872842 5.810379  0
7        51.872874 5.810729  1
8        51.872794 5.810754  0
9        51.872946 5.810548  0

我希望得到的预期结果是：

         latitude  longitude ShipID
cluster                            
0        51.872860 5.810560  [7, 8, 9]
1        51.872874 5.810729  [7]

因此，根据

集群

，我希望看到列表中的

ShipID

。显然，我可以先做一个groupby：

ship_cluster[["latitude", "longitude", cluster"]].groupby("cluster").mean()

---

但我不知道下一步，也不知道简化的方法。有什么帮助吗？

如果需要，我相信需要通过

集群聚合
：

d = {"latitude":'mean', "longitude":'mean', "ShipID":lambda x: x.tolist()}
df = ship_cluster.groupby("cluster").agg(d)
print (df)
         latitude  longitude ShipID
cluster                            
0        51.87270    5.81362    [7]
1        51.85040    5.86688    [7]
2        51.87410    5.91493    [7]
3        51.85500    5.96898    [7]
4        51.88101    6.00426    [7]
5        51.87368    6.03096    [7]

或通过
ShipID
：

d = {"latitude":'mean', "longitude":'mean', "cluster":lambda x: x.tolist()}
df = ship_cluster.groupby("ShipID").agg(d)
print (df)
         latitude  longitude             cluster
ShipID                                          
7       51.867815   5.933272  [0, 1, 2, 3, 4, 5]