Pandas 數據框分組依據，帶有列表的列

Question

我使用 jupyter 筆記本，我當前的數據框如下所示：

players_mentioned  |  tweet_text    |  polarity
______________________________________________
[Mane, Salah]      |  xyz           |    0.12
[Salah]            |  asd           |    0.06

如何將所有玩家單獨分組並平均他們的極性？

目前我嘗試使用：

df.groupby(df['players_mentioned'].map(tuple))['polarity'].mean()

但這將返回一個數據框，將所有提及的內容分組在一起以及分開時，我如何最好地將玩家分開，然后將它們重新組合在一起。

預期輸出將包含

 player  | polarity_average
____________________________
  Mane   |   0.12
  Salah  |   0.09

換句話說，如何按每行列表中的每個項目進行分組。

Answer 1

如果您只是想按players_提到的分組並獲得該球員受歡迎度得分的平均值，則應該這樣做。

df.groupby('players_mentioned').polarity.agg('mean')

Answer 2

您可以使用此答案中的unnesting習語。

def unnesting(df, explode):
    idx = df.index.repeat(df[explode[0]].str.len())
    df1 = pd.concat([
        pd.DataFrame({x: np.concatenate(df[x].values)}) for x in explode], axis=1)
    df1.index = idx

    return df1.join(df.drop(explode, 1), how='left')

您現在可以在未嵌套的“players_提到”列上調用groupby 。

(unnesting(df, ['players_mentioned'])
    .groupby('players_mentioned', as_index=False).mean())

  players_mentioned  polarity
0              Mane      0.12
1             Salah      0.09