Pandas - groupby，其中每行都有多個存儲在列表中的值

Question

我正在處理 last.fm 監聽數據，並且有一個如下所示的 DataFrame：

           Artist Plays                                   Genres
0   John Coltrane    10             [jazz, modal jazz, hard bop]
1     Miles Davis    15  [jazz, cool jazz, modal jazz, hard bop]
2  Charlie Parker    20                            [jazz, bebop]

我想按流派對數據進行分組，然后按每個流派的播放總和進行聚合，以獲得如下內容：

        Genre Plays
0        jazz    45
1  modal jazz    25
2    hard bop    25
3       bebop    20
4   cool jazz    15

一直試圖解決這個問題一段時間，但似乎無法找到解決方案。 我是否需要更改類型數據的存儲方式？

我能夠找到解決類似問題的這篇文章，但該用戶只想獲取每個列表值的計數。 這讓我走到了一半，但我不知道如何使用它來聚合數據幀中的另一列。

Answer 1

一般來說，你不應該在DataFrame存儲列表，所以是的，最好改變它們的存儲方式。 有了這個，你可以使用一些join + str.get_dummies + .multiply 。 選擇一個不會出現在任何字符串中的sep 。

sep = '*'
df.Genres.apply(sep.join).str.get_dummies(sep=sep).multiply(df.Plays, axis=0).sum()

輸出

bebop         20
cool jazz     15
hard bop      25
jazz          45
modal jazz    25
dtype: int64

---

一種更容易使用的形式是，如果您的列表跨行拆分，如下所示：

import pandas as pd
df1 = pd.concat([pd.DataFrame(df.Genres.values.tolist()).stack().reset_index(1, drop=True).to_frame('Genres'),
                 df[['Plays', 'Artist']]], axis=1)

       Genres  Plays          Artist
0        jazz     10   John Coltrane
0  modal jazz     10   John Coltrane
0    hard bop     10   John Coltrane
1        jazz     15     Miles Davis
1   cool jazz     15     Miles Davis
1  modal jazz     15     Miles Davis
1    hard bop     15     Miles Davis
2        jazz     20  Charlie Parker
2       bebop     20  Charlie Parker

使其成為流派中的簡單總和：

df1.groupby('Genres').Plays.sum()

Genres
bebop         20
cool jazz     15
hard bop      25
jazz          45
modal jazz    25
Name: Plays, dtype: int64