Python 对于熊猫上的每个循环，每个类别

我有个问题

我有一张这样的桌子

TAC | Latitude | Longitude
1 | 50.4 | -1.5 

在《熊猫》中，我想说：

对于每个TAC，给我一个纬度和经度的压缩列表（每个TAC可以有许多行）

我试过下面的方法，但我做错了！你能帮忙吗

df1['coordinates'] = list(zip(df1.Lat, df1.Long))
new_df = df1.iloc[ : , : ].groupby('TAC').agg(df1['coordinates'])

作为参考，DF1的创建如下所示

df = pd.read_csv('tacs.csv')
df1 = df[['magnet.tac','magnet.latitude', 'magnet.longitude']]
df1.columns = ['TAC','Lat','Long']

---

首先添加用于避免的

usecols

参数，然后与lambda函数一起使用：

df = pd.read_csv('tacs.csv', usecols=['magnet.tac','magnet.latitude', 'magnet.longitude'])
df1.columns = ['TAC','Lat','Long']

#sample data
print (df1)
   TAC   Lat  Long
0    1  50.4  -1.5
1    1  50.1  -1.4
2    2  50.2  -1.8
3    2  50.9  -1.3

new_df = df1.groupby('TAC').apply(lambda x: list(zip(x.Lat, x.Long))).reset_index(name='coord')
print (new_df)
   TAC                         coord
0    1  [(50.4, -1.5), (50.1, -1.4)]
1    2  [(50.2, -1.8), (50.9, -1.3)]

应更改您的解决方案：

df = pd.read_csv('tacs.csv')
df1 = df[['magnet.tac','magnet.latitude', 'magnet.longitude']].copy()
df1.columns = ['TAC','Lat','Long']

df1['coordinates'] = list(zip(df1.Lat, df1.Long))
new_df = df1.groupby('TAC')['coordinates'].agg(list).reset_index()

---

谢谢你。在这两种情况下，我都得到：/Users/keenek1/anaconda3/lib/python2.7/site packages/ipykernel_launcher.py:1:SettingWithCopyWarning:试图在数据帧中的切片副本上设置值。尝试使用.loc[row\u indexer，col\u indexer]=valueinstead@kikee1222-问题是在以前的代码中，如何创建

df1

？@kikee1222-在您的r代码中需要

.copy（）

像

df1=df[['magnet.tac'、'magnet.lation'、'magnet.lation'、'magnet.longitude']].copy（）

，但更好的是使用

usecols

，谢谢您的工作。为什么它需要.copy（）？@kikee1222-因为它修改了数据的副本，请检查