如何在没有操作的情况下分组或聚合 Pandas dataframe

Question

我有一个涉及 Pandas DataFrame 的具体情况如下：

df = pd.DataFrame({'col1': ['group1','group1','group1'], 'value1':[0,0,0],'value2':['A','B','C']})

在这里，0 值可以解释为整个列的“空白”或 NaN。

我要做的就是“按”“col1”值“分组”，在这种情况下它只是“group1”，并获得一个 dataframe 具有：

• 'col1'（'group1'）下的一个值
• 'value1' (0) 下的一个值
• “value2”下的 3 个值（“A”、“B”、“C”）

Answer 1

您可以尝试使用set ：

import pandas as pd

df = pd.DataFrame({'col1': ['group1','group1','group1'], 'value1':[0,0,0],'value2':['A','B','C']})
print(df.groupby('col1').agg(set).reset_index())

Output：

     col1 value1     value2
0  group1    {0}  {A, C, B}

---

或者，如果您想将其保留为列表，您可以尝试以下操作：

print(df.groupby('col1').agg(set).applymap(list).reset_index())

Output：

     col1 value1     value2
0  group1    [0]  ['A', 'C', 'B']

---

此外，如果您想在没有列表的情况下保留唯一编号，您可以尝试：

print(df.groupby('col1').agg(lambda x: x[0] if len(set(x))==1 else list(x)).reset_index())

Output：

     col1  value1     value2
0  group1       0  [A, B, C]

Answer 2

这是一个想法，有点过于复杂，但它完成了工作：

import pandas as pd
df = pd.DataFrame({'col1': ['group1','group1','group1'], 'value1':[0,0,0],'value2':['A','B','C']})
df_grouped = pd.DataFrame({x:str(list(set(df[x].values.tolist()))) for x in df},index=[0])

Output：

         col1 value1           value2
0  ['group1']    [0]  ['C', 'B', 'A']

但是，使用str强制所有内容都在一行中并避免索引错误，因为 arrays 的长度不同，可以使用ast.literal_eval()撤消，将值返回到列表而不是字符串：

df_grouped = df_grouped.T
df_grouped = df_grouped[0].map(lambda x:ast.literal_eval(x)).to_frame().T

终于回来了：

       col1 value1     value2
0  [group1]    [0]  [C, B, A]

但是使用正确的值类型（列表）：

print(type(df_grouped.loc[0,'col1']))

Output：

<class 'list'>