Python 将行合并到按日期排序的列表中
我有一个熊猫数据框,它有几个唯一的ID和文本。我正试着把按日期排序的文本组合起来Python 将行合并到按日期排序的列表中,python,pandas,dataframe,Python,Pandas,Dataframe,我有一个熊猫数据框,它有几个唯一的ID和文本。我正试着把按日期排序的文本组合起来 +-----------+---------------------+------+ | unique_id | date | data | +-----------+---------------------+------+ | 1 | 2010-05-19 21:30:27 | a | +-----------+---------------------+--
+-----------+---------------------+------+
| unique_id | date | data |
+-----------+---------------------+------+
| 1 | 2010-05-19 21:30:27 | a |
+-----------+---------------------+------+
| 1 | | b |
| | 2010-05-21 01:36:23 | |
+-----------+---------------------+------+
| 1 | | c |
| | 2010-05-23 06:46:23 | |
+-----------+---------------------+------+
理想情况下,我尝试将数据中的行合并到一个列表中,按日期排序
大概是这样的:
+-----------+------------------------------------------------------------------+-----------+
| unique_id | date | data |
+-----------+------------------------------------------------------------------+-----------+
| 1 | [2010-05-19 21:30:27, 2010-05-21 01:36:23, 2010-05-23 06:46:23] | [a, b, c] |
+-----------+------------------------------------------------------------------+-----------+
我目前正在按日期对数据帧进行排序,然后使用group by对元素进行排序,方法如下:
df['date'] = pd.to_datetime(df['date'])
df = df.sort('date')
df = df.groupby(['unique_id']).agg(lambda x: set(tuple(x))).applymap(list).reset_index()
但是,分组时,数据的顺序不会保留。这里是:
df_tmp = df.groupby('unique_id', as_index=False).agg(lambda x: sorted(set(x)))
这里是
pandas
df.groupby('unique_id',sort=False).agg(lambda x : x.unique().tolist())
您的
.agg中的集合
没有保留顺序-如果需要删除重复项,您可以执行以下操作:
df2 = df.drop_duplicates(['unique_id', 'date']).sort_values('date').groupby('unique_id').agg(list)
我怀疑这将与在这里使用集的OP有相同的问题。。。因为Series.unique
表示:unique按外观顺序返回。基于哈希表的唯一性,因此不排序。-这和数据的顺序不一样-除非它已经按日期顺序。。。