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:Python 使用groupby函数时如何将元素粘合到列表中?,python,pandas,Python,Pandas,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
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