Python Pandas Groupby列表列表

Question

我是Python的新手，正在嘗試將在兩個對我有用的單獨程序中創建的功能組合在一起。

目標是按各種說明對值進行分組，然后按日期對數據集的平均值進行分組。 我已經使用Pandas Groupby成功地做到了這一點。

我要評估的描述之一是在數據集中每個點的給定距離內求平均值。 到目前為止，我一直使用郵政編碼作為位置描述來對此進行近似。 另外，我已經能夠使用Geopy使用GPS點確定數據集中所需距離內的所有其他點。 這為我提供了所需距離內數據集中每個ID的ID列表。

這是一個示例數據集：

ID  Date    Value   Color  Location
1    1      1234    Red    60941
1    2      51461   Red    60941
1    3      6512    Red    60941
1    4      5123    Red    60941
1    5      48413   Red    60941
2    1      5416    Blue   60941
2    2      32      Blue   60941
2    3      18941   Blue   60941
2    4      5135    Blue   60941
2    5      1238    Blue   60941
3    1      651651  Blue   60450
3    2      1777    Blue   60450
3    3      1651    Blue   60450
3    4      1968    Blue   60450
3    5      846     Blue   60450
4    1      1689    Red    60941
4    2      1651    Red    60941
4    3      184     Red    60941
4    4      19813   Red    60941
4    5      132     Red    60941
5    1      354     Yellow 60450
5    2      684     Yellow 60450
5    3      489     Yellow 60450
5    4      354     Yellow 60450
5    5      846     Yellow 60450

這是我目前使用郵政編碼位置描述進行的Pandas代碼：

average_df = data_df['Value'].groupby([data_df['Location'],data_df['Color'],data_df['Date']]).mean()

有沒有辦法將從Geopy獲得的列表傳遞到Groupby來代替我目前擁有的['Location']組？ 例如，Groupby List（ID）[列表1：（1,2,3），列表2：（3,1,5），列表3：（2,3,4）]然后是顏色和日期。

我瀏覽了Pandas文檔並搜索了該網站，但在Pandas Groupby中找不到任何使用列表的人，因此我不確定是否有可能。 也許我需要在一個numpy數組中執行此操作？ 對於任何反饋，我們都表示感謝。

Answer 1

熊貓將輕松按布爾列表進行分組。 因此，您所需要做的就是獲取每行是否在附近的列表。 最簡單的方法是使用列表理解：

df = pandas.DataFrame({'value': [3,2,3,6,4,1], 'location': ['a', 'a', 'b', 'c', 'c', 'c']})
nearby_locations = ['a','b']
is_nearby = [(loc in nearby_locations) for loc in df['location']]  
# is_nearby = [True, True, True, False, False, False]
df.groupby(is_nearby).mean()

這將輸出：

          value
False  3.666667
True   2.666667