Python—在数据帧中查找具有相同id的元素并将其分组
我有这样一个数据框:Python—在数据帧中查找具有相同id的元素并将其分组,python,python-3.x,pandas,list,Python,Python 3.x,Pandas,List,我有这样一个数据框: id value1 value2 0 1 1 1 2 3 2 1 4 3 1 5 4 2 1 id value1 value2 count 0 1 1,4,5 3 1 2 3,1 2 我希望它是这样的: id value1 value2 0 1 1 1 2 3 2 1 4
id value1 value2
0 1 1
1 2 3
2 1 4
3 1 5
4 2 1
id value1 value2 count
0 1 1,4,5 3
1 2 3,1 2
我希望它是这样的:
id value1 value2
0 1 1
1 2 3
2 1 4
3 1 5
4 2 1
id value1 value2 count
0 1 1,4,5 3
1 2 3,1 2
通过连接和使用聚合,但必须将列转换为字符串:
tups = [('value2', lambda x: ','.join(x.astype(str))), ('count', 'size')]
df1 = df.groupby('value1')['value2'].agg(tups).reset_index()
print (df1)
value1 value2 count
0 1 1,4,5 3
1 2 3,1 2
备选方案:
tups = [('value2', ','.join), ('count', 'size')]
df1 = df['value2'].astype(str).groupby(df['value1']).agg(tups).reset_index()
通过连接和使用聚合,但必须将列转换为字符串:
tups = [('value2', lambda x: ','.join(x.astype(str))), ('count', 'size')]
df1 = df.groupby('value1')['value2'].agg(tups).reset_index()
print (df1)
value1 value2 count
0 1 1,4,5 3
1 2 3,1 2
备选方案:
tups = [('value2', ','.join), ('count', 'size')]
df1 = df['value2'].astype(str).groupby(df['value1']).agg(tups).reset_index()
类似的方法也可以奏效:
In [2468]: df.value2 = df['value2'].apply(str)
In [2494]: res = df.groupby('value1')['value2'].apply(lambda x:','.join(x)).reset_index()
In [2498]: res['count'] = df.groupby('value1').size().reset_index()[0]
In [2499]: res
Out[2499]:
value1 value2 count
0 1 1,4,5 3
1 2 3,1 2
类似的方法也可以奏效:
In [2468]: df.value2 = df['value2'].apply(str)
In [2494]: res = df.groupby('value1')['value2'].apply(lambda x:','.join(x)).reset_index()
In [2498]: res['count'] = df.groupby('value1').size().reset_index()[0]
In [2499]: res
Out[2499]:
value1 value2 count
0 1 1,4,5 3
1 2 3,1 2
列value2应该是什么数据类型?字符串?看起来您希望按value1分组,而不是按id分组。列value2应该是什么数据类型?字符串?而且它看起来像是要按值1分组,而不是按id分组。它工作得很好。谢谢它工作得很好。谢谢