Python 重新采样/分组方式中的聚合列表

我有一个数据帧，其中每个实例都有一个时间戳、一个id和一个数字列表，如下所示：

timestamp           | id | lists
----------------------------------
2016-01-01 00:00:00 | 1  | [2, 10]
2016-01-01 05:00:00 | 1  | [9, 10, 3, 5]
2016-01-01 10:00:00 | 1  | [1, 10, 5]
2016-01-02 01:00:00 | 1  | [2, 6, 7]
2016-01-02 04:00:00 | 1  | [2, 6]
2016-01-01 02:00:00 | 2  | [0]
2016-01-01 08:00:00 | 2  | [10, 3, 2]
2016-01-01 14:00:00 | 2  | [0, 9, 3]
2016-01-02 03:00:00 | 2  | [0, 9, 2]

对于每个id，我想按天重新采样（这很容易），并连接所有 同一天发生的实例的列表。重采样+浓度/总和 不起作用，因为重采样将删除所有非数字列（）

我想写一些类似的东西：

daily_data = data.groupby('id').resample('1D').concatenate() # .concatenate() does not exist

期望的结果：

timestamp  | id | lists
----------------------------------
2016-01-01 | 1  | [2, 10, 9, 10, 3, 5, 1, 10, 5]
2016-01-02 | 1  | [2, 6, 7, 2, 6]
2016-01-01 | 2  | [0, 10, 3, 2]
2016-01-02 | 2  | [0, 9, 3, 0, 9, 2]

在这里，您可以复制生成我用于描述的输入的脚本：

import pandas as pd 
from random import randint

time = pd.to_datetime( ['2016-01-01 00:00:00', '2016-01-01 05:00:00', 
                        '2016-01-01 10:00:00', '2016-01-02 01:00:00', 
                        '2016-01-02 04:00:00', '2016-01-01 02:00:00', 
                        '2016-01-01 08:00:00', '2016-01-01 14:00:00',
                        '2016-01-02 03:00:00' ]
                      )

id_1 = [1] * 5
id_2 = [2] * 4

lists = [0] * 9
for i in range(9):
    l = [randint(0,10)  for _ in range(randint(1,5) ) ]
    l = list(set(l))
    lists[i] = l

data = {'timestamp': time, 'id': id_1 + id_2, 'lists': lists}

example = pd.DataFrame(data=data)

---

如果有一种方法可以选择性地删除串联列表中的重复项，则可获得额外积分。

正如@jezrael所指出的，这只适用于熊猫版本0.18.1+

• 使用
  'timestamp'
  设置索引

  ，为以后的

  重新采样做准备

• groupby

  'id'

  列，然后选择

  列表

  列
• 在

  重采样

  之后，列表的

  和

  将它们连接起来

• reset_index

  以正确顺序获取列

---

---

对于每个列表项的唯一计数，请使用列表理解：

a = [list(set(l)) for l in df.lists]
df.loc[:,'lists'] = a

---

这解决了我的问题！我使用了相同的代码，但没有指定列名“lists”，它只返回时间戳和id。谢谢：-）

a = [list(set(l)) for l in df.lists]
df.loc[:,'lists'] = a