[英]How to get unique values from multiple columns in a pandas groupby
从这个数据帧 df 开始:
df = pd.DataFrame({'c':[1,1,1,2,2,2],'l1':['a','a','b','c','c','b'],'l2':['b','d','d','f','e','f']})
c l1 l2
0 1 a b
1 1 a d
2 1 b d
3 2 c f
4 2 c e
5 2 b f
我想对c
列执行 groupby 以获取l1
和l2
列的唯一值。 对于一列,我可以这样做:
g = df.groupby('c')['l1'].unique()
正确返回:
c
1 [a, b]
2 [c, b]
Name: l1, dtype: object
但使用:
g = df.groupby('c')['l1','l2'].unique()
返回:
AttributeError: 'DataFrameGroupBy' object has no attribute 'unique'
我知道我可以获得两列的唯一值(除其他外):
In [12]: np.unique(df[['l1','l2']])
Out[12]: array(['a', 'b', 'c', 'd', 'e', 'f'], dtype=object)
有没有办法将此方法应用于 groupby 以获得类似的东西:
c
1 [a, b, d]
2 [c, b, e, f]
Name: l1, dtype: object
你可以用apply
做到:
import numpy as np
g = df.groupby('c')['l1','l2'].apply(lambda x: list(np.unique(x)))
或者,您可以使用agg
:
g = df.groupby('c')['l1','l2'].agg(['unique'])
另一种选择是将GroupBy.agg
与set
一起使用
df.groupby('c').agg(set)
l1 l2
c
1 {a, b} {d, b}
2 {c, b} {e, f}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.