Groupby一列并将2列应用到列表pandas中

Question

我有一个数据帧

id  name value    flag
1    a     x        F
1    b     y        A
2    c     z        B
3    d     m        Q

如果我想分组id并将值列作为列表放入新列。

我可以

df.groupby('id')['value'].apply(list).reset_index()

有没有办法我可以通过'id'进行groupby，但将2列（名称和值）放入列表中。

my desired output


id    col
 1    [[a,x],[b,y]]
 2    [[c,z]]
 3    [[d,m]]

Answer 1

按values将列转换为numpy array ，然后将groupby list s或单独列出到新Series ：

df = df.groupby('id')
       .apply(lambda x: x[['name','value']].values.tolist())
       .reset_index(name='col')
print (df)
   id               col
0   1  [[a, x], [b, y]]
1   2          [[c, z]]
2   3          [[d, m]]

要么：

s = pd.Series(df[['name','value']].values.tolist(), index=df.index)
df = s.groupby(df['id']).apply(list).reset_index(name='col')
print (df)
   id               col
0   1  [[a, x], [b, y]]
1   2          [[c, z]]
2   3          [[d, m]]

如果list的元组没有问题：

s = pd.Series(list(zip(df['name'],df['value'])), index=df.index)
df = s.groupby(df['id']).apply(list).reset_index(name='col')
print (df)
   id               col
0   1  [(a, x), (b, y)]
1   2          [(c, z)]
2   3          [(d, m)]

Answer 2

使用zip in apply ie

df.groupby('id').apply(lambda x: list(zip(x['name'],x['value'])))

id
1    [(a, x), (b, y)]
2            [(c, z)]
3            [(d, m)]
dtype: object

要匹配您的确切输出，请使用to_frame和reset_index ie

df.groupby('id').apply(lambda x: list(zip(x['name'],x['value']))).to_frame('col').reset_index()

  id               col
0   1  [(a, x), (b, y)]
1   2          [(c, z)]
2   3          [(d, m)]

Answer 3

您可以使用numpy的stack函数将两列转换为一列列表，然后使用pandas自己的groupby函数。

导入和构建数据框：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    [[1,'a','x','F'],
     [1,'b','y','A'],
     [2,'c','z','B'],
     [3,'d','m','Q']],
    columns=['id','name','value','flag']
).set_index('id')

功能：

df.assign(col=list(np.stack(df[['name','value']].values))) \
    .groupby(level=0)['col'].apply(list).to_frame()

哪个回报：

                 col
id                 
1   [[a, x], [b, y]]
2           [[c, z]]
3           [[d, m]]

Answer 4

修复以前的错误解决方案

df = pd.DataFrame({"i" : [i % 3 for i in range(20)], "x" : range(20), "y" : range(20)}) # Init a dummy dframe
df = df.groupby('i')\
        .apply(lambda row: tuple(zip(row['x'], row['y'])))\
        .reset_index()