大熊貓分組和聚合獨特的價值觀

Question

在pandas v 012中，我有下面的數據框。

import pandas as pd
df = pd.DataFrame({'id' : range(1,9),
                        'code' : ['one', 'one', 'two', 'three',
                                    'two', 'three', 'one', 'two'],
                        'colour': ['black', 'white','white','white',
                                'black', 'black', 'white', 'white'],
                        'texture': ['soft', 'soft', 'hard','soft','hard',
                                            'hard','hard','hard'],
                        'shape': ['round', 'triangular', 'triangular','triangular','square',
                                            'triangular','round','triangular'],
                        'amount' : np.random.randn(8)},  columns= ['id','code','colour', 'texture', 'shape', 'amount'])

我可以'groupby' code如下：

c = df.groupby('code')

但是，如何才能獲得與code的獨特texture ？ 我嘗試過這個錯誤：

question = df.groupby('code').agg({'texture': pd.Series.unique}).reset_index()
#error: Must produce aggregated value

從上面給出的df ，我希望結果是一個字典，具體這個：

result = {'one':['soft','hard'], 'two':['hard'], 'three':['soft','hard']}

我真正的df的大小非常大，所以我需要高效/快速的解決方案。

Answer 1

獲取唯一值字典的一種方法是將pd.unique應用於groupby對象：

>>> df.groupby('code')['texture'].apply(pd.unique).to_dict()
{'one': array(['hard', 'soft'], dtype=object),
 'three': array(['hard', 'soft'], dtype=object),
 'two': array(['hard'], dtype=object)}

在較新版本的pandas中， unique是一種groupby對象的方法，因此更簡潔的方法是：

df.groupby("code")["texture"].unique()