Python 聚合方法与lambda函数

我有一个数据帧

df

，希望获得每个类的

ID

列表：

import pandas as pd
list1 = [[1, ('A', 'B', 'C')], [2, ('M', 'E', 'F')], [3, ('H', 'A', 'D')], [4, ('H', 'A', 'D')]]    
df = pd.DataFrame(list1, columns=['ID', 'Class'])

df

看起来像

ID    Class
1     (A, B, C) 
2     (M, E, F) 
3     (H, A, D) 
4     (H, A, D)

所需输出为：

Class        ID 
(A, B, C)    [1]
(M, E, F)    [2] 
(H, A, D)    [3, 4] 

我试图使用下面的代码，但它不起作用。谢谢

df.groupby('Class')['ID'].aggregate(lambda x: list(x))

你应该使用

df.groupby('Class').ID.agg(list).reset_index()
Out[473]: 
       Class      ID
0  (A, B, C)     [1]
1  (H, A, D)  [3, 4]
2  (M, E, F)     [2]

修复你的代码

df.groupby('Class')['ID'].aggregate(lambda x: x.tolist())

你应该使用

df.groupby('Class').ID.agg(list).reset_index()
Out[473]: 
       Class      ID
0  (A, B, C)     [1]
1  (H, A, D)  [3, 4]
2  (M, E, F)     [2]

修复你的代码

df.groupby('Class')['ID'].aggregate(lambda x: x.tolist())

---

这里有很多解决方案，其中一个：

df = df.groupby('Class')['ID'].apply(list).reset_index()

       Class      ID
0  (A, B, C)     [1]
1  (H, A, D)  [3, 4]
2  (M, E, F)     [2]

---

这里有很多解决方案，其中一个：

df = df.groupby('Class')['ID'].apply(list).reset_index()

       Class      ID
0  (A, B, C)     [1]
1  (H, A, D)  [3, 4]
2  (M, E, F)     [2]

---

lambda x:list（x）

相当于

list

，但运行时开销更大。

lambda x:list（x）

相当于

list

，但运行时开销更大。嗨，Wenben，我收到一些错误消息。当我运行df.groupby（'Class'）.ID.agg（list）.reset_index（）时，它会说TypeError:'type'对象不可编辑。当我运行df.groupby（'Class'）['ID'].aggregate（lambda x:x.tolist（））时，它会说ValueError:名称的长度必须匹配多索引中的级别数。@SteveP确保这是元组还是列表？在列类Hi Wen Ben中，列类如（A，B，C）是元组。@SteveP如果它与您向我们显示的相同，我的查询应该可以工作Hi Wen Ben，我收到一些错误消息。当我运行df.groupby（'Class'）.ID.agg（list）.reset_index（）时，它会说TypeError:'type'对象不可编辑。当我运行df.groupby（'Class'）['ID'].aggregate（lambda x:x.tolist（））时，它会说ValueError:名称的长度必须匹配多索引中的级别数。@SteveP确保这是元组还是列表？列类Hi Wen Ben，列类如（A，B，C）是一个元组。@SteveP如果它与您向我们展示的相同，我的查询应该可以工作