Python 使用groupby函数时如何将元素粘合到列表中？

我有一个数据帧：

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar','foo', 'bar', 'foo', 'foo'],
                   'C' : np.asarray([1,2,3,4,5,6,7,8])
                   'D' : np.asarray([2,3,4,5,6,7,8,9])})

     A   C   D
 0  foo  1   2
 1  bar  2   3
 2  foo  3   4
 3  bar  4   5
 4  foo  5   6
 5  bar  6   7
 6  foo  7   8
 7  foo  8   9

我想要的是

    A   C                  D
 0 foo  [1,3,5,7,8]      [2,4,6,8,9]
 1 bar  [2,4,6]          [3,5,7]

我自己写了一些东西，但不起作用。它将返回原始数据帧：

def my_func(df):
    df.apply(lambda x: list(x.values), axis=0)
    return df

df = df.groupby(['A']).apply(my_func)
print df

---

如何实现我想要的功能？

一个简单的方法是

df = df.set_index('A')
a = df.groupby(level=0).apply(lambda x: x['C'].values)

a现在看起来像什么

A
bar          [2, 4, 6]
foo    [1, 3, 5, 7, 8]

您可以通过

a['bar']
Out[235]: array([2, 4, 6])

这就可以了，使用.agg：

我认为df.groupby'A.C.agglist也应该起作用。但显然不会

如果要使用“应用”，可以这样做，但会丢失列名：

In [35]:

print df.groupby('A').apply(lambda x: pd.Series(list(x.T.values)))
                             0                1                2
A                                                               
bar            [bar, bar, bar]        [2, 4, 6]        [3, 5, 7]
foo  [foo, foo, foo, foo, foo]  [1, 3, 5, 7, 8]  [2, 4, 6, 8, 9]

将结果转换为系列至关重要，否则您将获得：

In [36]:

print df.groupby('A').apply(lambda x: list(x.T.values))
A
bar              [[bar, bar, bar], [2, 4, 6], [3, 5, 7]]
foo    [[foo, foo, foo, foo, foo], [1, 3, 5, 7, 8], [...
dtype: object

---

非常感谢你。除了“C”之外，我还有不止一列，这就是我定义我的函数的原因。谢谢你的回答。实际上，我有不止一列要聚合。4.您尝试过df.groupby'A.吗？aggrembda x:listxIt很有效，谢谢。如果你能告诉我这段看似无辜的代码出了什么问题，那就太好了：请参见编辑，如果你想使用apply，可以这样做，但你会丢失列名。基本上，apply函数应该返回一系列3的长度，比较两个新编辑。df.groupby'a'。agglist不起作用，我记得有一些~~参数~~讨论agg应该与列表一起工作。。。我想现在好多了。

In [36]:

print df.groupby('A').apply(lambda x: list(x.T.values))
A
bar              [[bar, bar, bar], [2, 4, 6], [3, 5, 7]]
foo    [[foo, foo, foo, foo, foo], [1, 3, 5, 7, 8], [...
dtype: object