Python 熊猫：将重复行的列分组到列表列中

我有一个熊猫数据框，看起来像这样：

>>> df
       m  event
0      3      1
1      1      1
2      1      2
3      1      2
4      2      1
5      2      0
6      3      1
7      2      2
8      3      2
9      3      1

我想根据m列将事件列的值分组到列表中，以便得到以下结果：

>>> df
       m            events
0      3      [1, 1, 2, 1]
1      1      [1, 2, 2]
2      2      [1, 0, 2]

对于m的每个唯一值，应该有一行，以及属于m的所有事件的对应列表

我试过这个：

>>> list(df.groupby('m').event)
[(3, m_id
0    1
6    1
8    2
9    1
Name: event, dtype: int64), (1, m_id
1    1
2    2
3    2
Name: event, dtype: int64), (2, m_id
4    1
5    0
7    2
Name: event, dtype: int64)]

它有点像我想要的那样，它将事件分组在m之后。我可以通过一些循环将其推回到我想要的数据帧中，但我觉得我已经开始走上了一条丑陋的、不必要的复杂道路。如果m有数千个唯一的值，则速度会变慢

我可以使用Pandas方法以优雅的方式执行我想要的转换吗

如果events列可以包含（numpy）数组，这样我就可以直接对events行进行计算，比如

df[df.m==1]。events+100

，但常规列表也可以

In [320]: r = df.groupby('m')['event'].apply(np.array).reset_index(name='event')

In [321]: r
Out[321]:
   m         event
0  1     [1, 2, 2]
1  2     [1, 0, 2]
2  3  [1, 1, 2, 1]

奖金：

In [322]: r.loc[r.m==1, 'event'] + 1
Out[322]:
0    [2, 3, 3]
Name: event, dtype: object

你可以

In [1163]: df.groupby('m')['event'].apply(list).reset_index(name='events')
Out[1163]:
   m        events
0  1     [1, 2, 2]
1  2     [1, 0, 2]
2  3  [1, 1, 2, 1]

如果您不想排序

m

In [1164]: df.groupby('m', sort=False).event.apply(list).reset_index(name='events')
Out[1164]:
   m        events
0  3  [1, 1, 2, 1]
1  1     [1, 2, 2]
2  2     [1, 0, 2]

---

当然，我缺少的只是

apply（list）

！即使是数组，也很完美！

.reset\u index（name='event'）

中的

（name='event'）

的目的是什么？我在@krubo里没看到，