Pandas 数据框分组依据，带有列表的列

Question

我使用 jupyter 笔记本，我当前的数据框如下所示：

players_mentioned  |  tweet_text    |  polarity
______________________________________________
[Mane, Salah]      |  xyz           |    0.12
[Salah]            |  asd           |    0.06

如何将所有玩家单独分组并平均他们的极性？

目前我尝试使用：

df.groupby(df['players_mentioned'].map(tuple))['polarity'].mean()

但这将返回一个数据框，将所有提及的内容分组在一起以及分开时，我如何最好地将玩家分开，然后将它们重新组合在一起。

预期输出将包含

 player  | polarity_average
____________________________
  Mane   |   0.12
  Salah  |   0.09

换句话说，如何按每行列表中的每个项目进行分组。

Answer 1

如果您只是想按players_提到的分组并获得该球员受欢迎度得分的平均值，则应该这样做。

df.groupby('players_mentioned').polarity.agg('mean')

Answer 2

您可以使用此答案中的unnesting习语。

def unnesting(df, explode):
    idx = df.index.repeat(df[explode[0]].str.len())
    df1 = pd.concat([
        pd.DataFrame({x: np.concatenate(df[x].values)}) for x in explode], axis=1)
    df1.index = idx

    return df1.join(df.drop(explode, 1), how='left')

您现在可以在未嵌套的“players_提到”列上调用groupby 。

(unnesting(df, ['players_mentioned'])
    .groupby('players_mentioned', as_index=False).mean())

  players_mentioned  polarity
0              Mane      0.12
1             Salah      0.09