Python 如何在pandas中按列对数据帧进行分组,并在Json数组中获取所有其他列数据?
我有一个数据框:Python 如何在pandas中按列对数据帧进行分组,并在Json数组中获取所有其他列数据?,python,pandas,Python,Pandas,我有一个数据框: df = pd.DataFrame({ "Column1": ['A', 'A', 'B', 'B', 'C', 'C', 'C'], "Column2": ['x1', 'x2', 'z1', 'z2', 'm1', 'm2', 'm3'], "Column3": ['y1', 'y2', 'd1', 'd2', 'n1', 'n2', 'n3'] }) 如何按列1分组以获得以下输出 Column1 |新的|列 -------
df = pd.DataFrame({
"Column1": ['A', 'A', 'B', 'B', 'C', 'C', 'C'],
"Column2": ['x1', 'x2', 'z1', 'z2', 'm1', 'm2', 'm3'],
"Column3": ['y1', 'y2', 'd1', 'd2', 'n1', 'n2', 'n3']
})
如何按列1分组以获得以下输出
Column1 |新的|列
------- | --------|--------
A |[{“Column2”:“x1”,“Column3”:“y1”},{“Column2”:“x2”,“Column3”:“y2”}]
B |[{“Column2”:“z1”,“Column3”:“d1”},{“Column2”:“z2”,“Column3”:“d2”}]
C |[{“Column2”:“m1”,“Column3”:“n1”},{“Column2”:“m2”,“Column3”:
“m2”},{“Column2”:“m3”,“Column3”:“n3”}]
我需要这样做才能将另一个数据帧与Column1连接起来
谢谢您可以使用以下代码:
df_out = df.groupby('Column1')\
.apply(lambda x: x.drop('Column1',axis=1).to_dict(orient='record'))\
.reset_index(name='new_column')
输出:
Column1 new_column
0 A [{'Column3': 'y1', 'Column2': 'x1'}, {'Column3...
1 B [{'Column3': 'd1', 'Column2': 'z1'}, {'Column3...
2 C [{'Column3': 'n1', 'Column2': 'm1'}, {'Column3...
'A': [{'Column2': 'x1', 'Column3': 'y1'}, {'Column2': 'x2', 'Column3': 'y2'}],
'B': [{'Column2': 'z1', 'Column3': 'd1'}, {'Column2': 'z2', 'Column3': 'd2'}],
'C': [{'Column2': 'm1', 'Column3': 'n1'},
{'Column2': 'm2', 'Column3': 'n2'},
{'Column2': 'm3', 'Column3': 'n3'}]}
用于显示完整的数据帧
df_out.to_dict()
输出:
Column1 new_column
0 A [{'Column3': 'y1', 'Column2': 'x1'}, {'Column3...
1 B [{'Column3': 'd1', 'Column2': 'z1'}, {'Column3...
2 C [{'Column3': 'n1', 'Column2': 'm1'}, {'Column3...
'A': [{'Column2': 'x1', 'Column3': 'y1'}, {'Column2': 'x2', 'Column3': 'y2'}],
'B': [{'Column2': 'z1', 'Column3': 'd1'}, {'Column2': 'z2', 'Column3': 'd2'}],
'C': [{'Column2': 'm1', 'Column3': 'n1'},
{'Column2': 'm2', 'Column3': 'n2'},
{'Column2': 'm3', 'Column3': 'n3'}]}
你的最终目标是什么?大多数Pandas操作从原始数据帧开始更容易完成,从第二个数据帧开始只能更笨拙地完成…有可能,也可能是可取的,将
df
与Column1
上的另一个数据帧合并,而不首先形成new_column
。