按 cluster_id 属性对数据集进行分组

Question

我想根据集群 ID 按我的数据框分组并打印所有出现的实例。 我的数据框有点像这样

Chemical Name,cluster_id
XA323, 0
ZC4-D, 2
XA324, 0
YB1050, 1
ZC5-D, 2
YB1052, 1

我希望它按 cluster_id 分组

cluster_id
0    XA323
     XA324
1    YB1050
     YB1052
2    ZC4-D
     ZC5-D

注意：这是一个虚拟数据集，我的原始数据集大约有 3000 个实例。 cluster_id 分布类似于 0: 2700+, 1: 200+ 和 2: 剩余

谢谢你。

Answer 1

按照评论，您可以通过cluster_id将其聚合，然后使用list作为聚合函数并将其转换为 dict -

df.groupby("cluster_id").agg(list)["Chemical Name"].to_dict()