Python，与groupby一起出现错误

我有以下数据帧“df1”：

id_client                product
client1                  product1
client1                  product4
client1                  product5
client2                  product1
client2                  product6
client3                  product1

首先，我想按id_客户机分组并检索列表中的匹配产品：

id_client             product
client1               [product1,product4,product5]
client2               [product1,product6]
client3               [product1]

然后，对于每个列表的每个元素，我想向新的数据帧“df2”添加一个新行，如下所示（nb_product是每个列表的长度）：

因此，首先我创建了一本新词典：

nb_of_combination = {}
nb_of_combination['product'] = []
nb_of_combination['nb_product'] = []

然后我声明了以下函数：

def nb_of_combination(my_list):
  nb_comb = len(my_list)
  for row in my_list:
    nb_of_combination['product'].append(row)
    nb_of_combination['nb_product'].append(nb_comb)

然后，我根据字段“id_client”按“df1”分组，并应用函数“nb_of_composition”：

df1 = df1.groupby('id_client',as_index=False).apply(lambda x: nb_of_combination(list(x.product)))

但我得到了以下错误：

df1 = df1.groupby('id_client',as_index=False).apply(lambda x: nb_of_combination(list(x.product)))
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 660, in apply
    return self._python_apply_general(f)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 667, in _python_apply_general
    not_indexed_same=mutated)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 2821, in _wrap_applied_output
    v = next(v for v in values if v is not None)

我真的不明白，因为：

df2 = pd.DataFrame(nb_of_combination)

---

似乎工作得很好。

您的方法过于复杂。您可以通过调用

transform

并传递函数

count

并将其作为新列分配回原始df来实现所需<代码>变换返回与原始df对齐的序列，请参见：

df2 = pd.DataFrame(nb_of_combination)

In [89]:

df['nb_product'] = df.groupby('id_client').transform(pd.Series.count)
df

Out[89]:
  id_client   product nb_product
0   client1  product1          3
1   client1  product4          3
2   client1  product5          3
3   client2  product1          2
4   client2  product6          2
5   client3  product1          1