Python 转换列表列表中的数据帧

我有一个熊猫数据框，格式如下

df = pd.DataFrame([[1, 2, 4, 5, 7, 8, 1], 
                   [1, 3, 1, 3, 4, 6, 1],
                   [1, 4, 1, 2, 6, 5, 0],
                   [1, 5, 1, 3, 3, 6, 0],
                   [2, 6, 3, 5, 1, 3, 1],
                   [2, 7, 3, 2, 6, 8, 1],
                   [2, 1, 3, 1, 0, 4, 1]], 
                   columns=['person_id', 'object_id', 'col_1','col_2','col_3','col_4','label'])

从更直观的角度来看，这就是DataFrame的外观。它有一个

个人id

和一个

对象id

列。然后是一些列，例如

col\u x

，最后是

标签

   person_id  object_id  col_1  col_2  col_3  col_4  label
0          1          2      4      5      7      8      1
1          1          3      1      3      4      6      1
2          1          4      1      2      6      5      0
3          1          5      1      3      3      6      0
4          2          6      3      5      1      3      1
5          2          7      3      2      6      8      1
6          2          1      3      1      0      4      1

我想使用一个库中的函数，它需要特定格式的输入。具体地说，我想按

person\u id

、

object\u id

和

label

进行分组，然后创建带有

col\u x

的列表和带有

标签的常规列表。根据上面的例子，它将是

bags = [
[[4, 5, 7, 8],[1, 3, 4, 6]],
[[1, 2, 6, 5],[1, 3, 3, 6]],
[[3, 5, 1, 3],[3, 2, 6, 8],[3, 1, 0, 4]]
]

labels = [1,0,1]

我现在所做的是在pandas中迭代并动态创建两个新列表。然而，我知道这是不明智的，我正在寻找一种更具python风格、性能更好的方法

我丑陋的解决方案

bags = []
labels = []

uniquePeople = df['person_id'].unique()

predictors = ['col_1','col_2','col_3','col_4']
for unp in uniquePeople:
    person = df[ (df['person_id'] == unp) && (df['label'] == 1) ][predictors].values
    label = 1
    if len(person) > 0:
        bags.append(person)
        labels.append(label)

    person = df[ (df['person_id'] == unp) && (df['label'] == 0) ][predictors].values
    label = 0
    if len(person) > 0:
        bags.append(paper)
        labels.append(label)

顺便说一句，我在代码中做了一个繁重的修改，使其适合堆栈溢出。如果你发现那里有什么不对劲，不要麻烦了。其目的是找到更好的，而不是修复丑陋的：P
通过
系列的两列使用lambda函数：

predictors = ['col_1','col_2','col_3','col_4']
s = (df.groupby(['person_id','label'], sort=False)[predictors]
       .apply(lambda x: x.values.tolist()))
print (s)
person_id  label
1          1                      [[4, 5, 7, 8], [1, 3, 4, 6]]
           0                      [[1, 2, 6, 5], [1, 3, 3, 6]]
2          1        [[3, 5, 1, 3], [3, 2, 6, 8], [3, 1, 0, 4]]
dtype: object

然后将
系列
转换为列表：

bags = s.tolist()
print (bags)
[[[4, 5, 7, 8], [1, 3, 4, 6]], 
 [[1, 2, 6, 5], [1, 3, 3, 6]], 
 [[3, 5, 1, 3], [3, 2, 6, 8], [3, 1, 0, 4]]]

以及第二级的
多索引
：

不确定这是否是你要找的

import pandas as pd

df = df = pd.DataFrame([[1, 2, 4, 5, 7, 8, 1], 
                   [1, 3, 1, 3, 4, 6, 1],
                   [1, 4, 1, 2, 6, 5, 0],
                   [1, 5, 1, 3, 3, 6, 0],
                   [2, 6, 3, 5, 1, 3, 1],
                   [2, 7, 3, 2, 6, 8, 1],
                   [2, 1, 3, 1, 0, 4, 1]], 
                   columns=['person_id', 'object_id', 'col_1','col_2','col_3','col_4','label']) # example dataframe


df['cols'] = df[['col_1', 'col_2', 'col_3', 'col_4']].apply(lambda x: list(x), axis=1) # create a new column with col_x as element of a list

tmp = df.groupby(['person_id', 'label'])[['cols']].agg(list) # group by and create list of lists

bags = tmp['cols'].tolist() # unpack
labels = tmp.index.droplevel(0)

疯狂地提高性能！令人惊叹的！总是沉浸在熊猫能取得的成就中。非常感谢。
import pandas as pd

df = df = pd.DataFrame([[1, 2, 4, 5, 7, 8, 1], 
                   [1, 3, 1, 3, 4, 6, 1],
                   [1, 4, 1, 2, 6, 5, 0],
                   [1, 5, 1, 3, 3, 6, 0],
                   [2, 6, 3, 5, 1, 3, 1],
                   [2, 7, 3, 2, 6, 8, 1],
                   [2, 1, 3, 1, 0, 4, 1]], 
                   columns=['person_id', 'object_id', 'col_1','col_2','col_3','col_4','label']) # example dataframe


df['cols'] = df[['col_1', 'col_2', 'col_3', 'col_4']].apply(lambda x: list(x), axis=1) # create a new column with col_x as element of a list

tmp = df.groupby(['person_id', 'label'])[['cols']].agg(list) # group by and create list of lists

bags = tmp['cols'].tolist() # unpack
labels = tmp.index.droplevel(0)