Python 从Pandas中的Groupedby数据框创建列表

假设我的df如下所示：

df = pd.DataFrame({'Order ID': [1, 1, 2, 3, 3, 3, 4, 4], 'Product': ['USB', 'Bat', 'Ball', 'USB', 'Phone', 'Toy', 'Bike', 'Apple']})

我想按订单ID分组，然后根据订单ID的频率将产品值放入列表中-

[['USB', 'Bat'], ['Ball'], ['USB', 'Phone', 'Toy'], ['Bike', 'Apple']]

[['USB', 'Bat'], ['Ball'], ['USB', 'Phone', 'Toy'], ['Bike', 'Apple']]

USB和Bat都具有相同的订单ID 1，因此它们位于相同的列表中

我的代码，试用版1：

combo_outer = []  # outer most list

grouped = df.groupby(['Order ID', 'Product'])

for group, frame in grouped:
    
    combo_inner = []    # for inner lists

    for row_index, row in frame.iterrows():
    
        combo_inner.append(row['Product'])
    
    combo_outer.extend(combo_inner)

试验2：

df['Product'].values.tolist()

在这两种情况下，我最终得到一个列表：

['Bat', 'USB', 'Ball', 'Phone', 'Toy', 'USB', 'Apple', 'Bike']

---

我做错了什么？

在试用版1中，应该使用append而不是extend。或者您可以使用列表理解：

[g.values.tolist() for _, g in df.Product.groupby(df['Order ID'])]
# [['USB', 'Bat'], ['Ball'], ['USB', 'Phone', 'Toy'], ['Bike', 'Apple']]

---

在试用版1中，应该使用append而不是extend。或者您可以使用列表理解：

[g.values.tolist() for _, g in df.Product.groupby(df['Order ID'])]
# [['USB', 'Bat'], ['Ball'], ['USB', 'Phone', 'Toy'], ['Bike', 'Apple']]

---

在第一次试用中，只需这样做：grouped=df.groupby['Order ID']，而不是grouped=df.groupby['Order ID'，'Product']

第二件事是，在最后一行中使用append而不是extend

线索一应该是这样的：

combo_outer = []  # outer most list

grouped = df.groupby(['Order ID'])

for group, frame in grouped:
    
    combo_inner = []    # for inner lists

    for row_index, row in frame.iterrows():
    
        combo_inner.append(row['Product'])
    
    combo_outer.append(combo_inner)

---

在第一次试用中，只需这样做：grouped=df.groupby['Order ID']，而不是grouped=df.groupby['Order ID'，'Product']

第二件事是，在最后一行中使用append而不是extend

线索一应该是这样的：

combo_outer = []  # outer most list

grouped = df.groupby(['Order ID'])

for group, frame in grouped:
    
    combo_inner = []    # for inner lists

    for row_index, row in frame.iterrows():
    
        combo_inner.append(row['Product'])
    
    combo_outer.append(combo_inner)

---

您可以使用agg将list函数直接发送到groupby并转换为list

df.Product.groupby(df['Order ID']).agg(list).tolist()

产出：

---

[['USB'、[Bat']、['Ball']、['USB'、[Phone'、[Toy']、['Bike'、[Apple']]

您可以使用agg将列表函数直接发送到组并转换为列表

df.Product.groupby(df['Order ID']).agg(list).tolist()

产出：

---

在试用版1中，您应该使用append，而不是extend。或者您可以使用如下所示的应用功能

df1['new']=df.groupby('Order ID')['Product'].apply(list)
df1['new'].values.tolist()

输出

---

在试用版1中，应该使用append而不是extend。或者您可以使用如下所示的应用功能

df1['new']=df.groupby('Order ID')['Product'].apply(list)
df1['new'].values.tolist()

输出