Pandas GroupBy聚合Collect_List Collect_Set

Question

我正在尝试获得类似于星火GroupBy和Collect_List或潘达斯中的Collect_Set的类似功能。

import pandas as pd
(pd.DataFrame
         (
             {
                 'professorid' : [1,2,3,4,5,1,2],
                 'studentid': ['a','b','c', 'd','e','b','b']
             }
         )
         .groupby
         (
             'professorid'
         )
         .agg
         (
             num_students = ('studentid' , 'count'),
             studentids = ('studentid' ,  lambda x: x.unique().tolist())
         )
)

这是一个错误：

KeyError：“(‘学生’，'')不在索引中”

我正在寻找的结果如下所示。

​

​

我怎么才能得到结果。

Answer 1

你不需要lambda，你可以使用unique

import pandas as pd

(pd.DataFrame
         (
             {
                 'professorid' : [1,2,3,4,5,1,2],
                 'studentid': ['a','b','c', 'd','e','b','b']
             }
         )
         .groupby
         (
             'professorid'
         )
         .agg
         (
             num_students = ('studentid' , 'count'),
             studentids = ('studentid' ,  'unique')
         )
)

             num_students studentids
professorid                         
1                       2     [a, b]
2                       2        [b]
3                       1        [c]
4                       1        [d]
5                       1        [e]