[英]Group by and aggregate rows into list of series or dicts in Pandas
我有一個包含 700 萬行的數據框,看起來像這樣
| | ID | VAL1 | VAL2
|---:|:-------|:-----|:----
| 0 | QWERTY | 1 | ABC
| 1 | 123456 | 2 | ABC
| 2 | QWERTY | 3 | ABC
| 3 | QWERTY | 4 | ABC
| 4 | 123456 | 5 | ABC
df = pd.DataFrame(
columns=("ID", "VAL1", "VAl2"),
data=[("QWERTY", 1, "ABC"), ("123456", 2, "ABC"), ("QWERTY", 3, "ABC"), ("QWERTY", 4, "ABC"), ("123456", 5, "ABC")]
)
我想按 ID 分組或將其轉換成這樣的形狀
| | ID | GROUPED
|---:|:-------|:------------------------------------------------
| 0 | QWERTY | [{'ID': 'QWERTY', 'VAL1': 1, 'VAl2': 'ABC'}, {'ID': 'QWERTY', 'VAL1': 3, 'VAl2': 'ABC'}, {'ID': 'QWERTY', 'VAL1': 4, 'VAl2': 'ABC'}, ]
| 1 | 123456 | [{'ID': '123456', 'VAL1': 2, 'VAl2': 'ABC'}, {'ID': '123456', 'VAL1': 5, 'VAl2': 'ABC'}]
它應該按 ID 分組,並有一個包含與該 ID 對應的整行的列表。 列表中的行可以是 Series 或 Dict。
我試圖以這種方式做到這一點
test1 = df.groupby("ID").apply(lambda x: df.iloc[list(x.to_dict()["VAL1"].keys())])
但它擴展了行並創建了多索引,而不是列表或其他東西
ID VAL1 VAl2
ID
123456 1 123456 2 ABC
4 123456 5 ABC
QWERTY 0 QWERTY 1 ABC
2 QWERTY 3 ABC
3 QWERTY 4 ABC
有沒有辦法用熊貓做到這一點?
不幸的是,在處理 500 萬行時,普通的 python 循環/映射非常慢。
嘗試這個
compact_df = df.groupby('ID').apply(lambda group: group.to_dict(orient='records'))
嘗試這個:
test1 = df.groupby("ID").apply(lambda x: x.to_dict(orient='records'))
res=pd.DataFrame(test1, index=test1.index, columns=['GROUPED'])
>>> print(res)
GROUPED
ID
123456 [{'ID': '123456', 'VAL1': 2, 'VAl2': 'ABC'}, {...
QWERTY [{'ID': 'QWERTY', 'VAL1': 1, 'VAl2': 'ABC'}, {...
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.