Python 使用自定义函数指定groupby以数组形式返回列值

我一定是做错了什么，但即使经过了重大考验，我也不知道我做错了什么

数据：

df=pd.DataFrame({
“ID”：[3,3,3,2,2,2,1,1]，
“X”：[10,11,12,20,21,30,31,32]，
“Y”：[100110120200210300310320]
})
#产出：
ID X Y
0   3  10  100
1   3  11  110
2   3  12  120
3   2  20  200
4   2  21  210
5   2  30  300
6   1  31  310
7   1  32  320

这是我的聚合函数。（逗号分隔的值工作正常）

def列到数组（数据）：
#数据['Xs']=“，”.join（在数据['X']中用str（d）表示d）#
#数据['Ys']=“，”。连接（str（d）表示数据['Y']中的d）#
#接下来的两行导致：值的长度和索引的长度不匹配
#哪种是有意义的。
#数据['Xs']=[数据['X'].值]
#数据['Y']=[数据['Y'].值]
#但这为什么不起作用呢
#np.tile正在生成相同数量的数组数据
data['Xs']=np.tile（[data['X'].values]，（data.shape[0]，1））
data['Ys']=np.tile（[data['Y'].values]，（data.shape[0]，1））
返回数据

我是这样分组的：

df=df.groupby（['ID']）。应用（\u column\u to\u数组）
##输出为：
ID X Y Xs Ys
0   3  10  100  10  10
1   3  11  110  10  10
2   3  12  120  10  10
3   2  20  200  20  20
4   2  21  210  20  20
5   2  30  300  20  20
6   1  31  310  31  31
7   1  32  320  31  31

我期待或试图得到的是这样的东西。其中X/Y列的值可以作为数组捕获

   ID   X    Y  Xs          Ys
0   3  10  100  [10,11,12]  [100,110,120]
1   3  11  110  [10,11,12]  [100,110,120]
2   3  12  120  [10,11,12]  [100,110,120]
3   2  20  200  [20,21,30]  [200,210,300]
4   2  21  210  [20,21,30]  [200,210,300]
5   2  30  300  [20,21,30]  [200,210,300]
6   1  31  310  [31,32]     [310,320]
7   1  32  320  [31,32]     [310,320]

与as一起使用：

---

您的方法是正确的，但这里的问题是熊猫通常不能很好地处理对象列（包括列表和类似列表的类型）。它在内部使用特殊的numpy数组，因此您只能先使用

.tolist（）

将列转换为列表，然后再将列分配回：

然后你的代码工作：

df.groupby(['ID']).apply(_colum_to_array)

   ID   X    Y            Xs               Ys
0   3  10  100  [10, 11, 12]  [100, 110, 120]
1   3  11  110  [10, 11, 12]  [100, 110, 120]
2   3  12  120  [10, 11, 12]  [100, 110, 120]
3   2  20  200  [20, 21, 30]  [200, 210, 300]
4   2  21  210  [20, 21, 30]  [200, 210, 300]
5   2  30  300  [20, 21, 30]  [200, 210, 300]
6   1  31  310      [31, 32]       [310, 320]
7   1  32  320      [31, 32]       [310, 320]

---

说明：“x”将具有列表值“Xs”，“y”将具有列表值“Ys”。现在将这两个数据帧与原始数据帧df合并，并为“x”和“y”添加后缀“s”，这两个数据帧与内部merge语句合并为一个

感谢您解释我丢失的地方。知道额外的信息总是好的。

def _colum_to_array(data):
    data['Xs'] = np.tile([data['X'].values], (data.shape[0], 1)).tolist()
    data['Ys'] = np.tile([data['Y'].values], (data.shape[0], 1)).tolist()

    return data

df.groupby(['ID']).apply(_colum_to_array)

   ID   X    Y            Xs               Ys
0   3  10  100  [10, 11, 12]  [100, 110, 120]
1   3  11  110  [10, 11, 12]  [100, 110, 120]
2   3  12  120  [10, 11, 12]  [100, 110, 120]
3   2  20  200  [20, 21, 30]  [200, 210, 300]
4   2  21  210  [20, 21, 30]  [200, 210, 300]
5   2  30  300  [20, 21, 30]  [200, 210, 300]
6   1  31  310      [31, 32]       [310, 320]
7   1  32  320      [31, 32]       [310, 320]

x=df.groupby(['ID'])['X'].apply(list).reset_index()
y=df.groupby(['ID'])['Y'].apply(list).reset_index()
pd.merge(df,pd.merge(x,y,left_on='ID',right_on='ID'),left_on='ID',right_on='ID',suffixes=['','s'])