熊猫能不能按照一份清单而不是总和、平均数等进行分类呢？

Question

我已经成功地使用groupby函数按组对给定变量进行求和或平均，但是是否有一种方法可以聚合成一个值列表，而不是得到一个结果呢？(这是否仍被称为聚合？)

我不完全确定这是我应该采取的方法，所以下面是一个我想用玩具数据进行转换的例子。

也就是说，如果数据如下所示：

    A    B    C  
    1    10   22
    1    12   20
    1    11   8
    1    10   10
    2    11   13
    2    12   10 
    3    14   0

我试图得出的结论如下所示。我不完全确定是否可以通过分组聚合成清单来完成这一任务，而且我也不知道从哪里出发。

假设产出：

     A    B    C  New1  New2  New3  New4  New5  New6
    1    10   22  12    20    11    8     10    10
    2    11   13  12    10 
    3    14   0

也许我应该转而追求枢轴？将数据放入列中的顺序并不重要--本例中所有B列到New6列都是等效的。非常感谢所有的建议/更正。

Answer 1

我的解决方案比您预期的要长一些，我相信可以缩短，但是：

g = df.groupby("A").apply(lambda x: pd.concat((x["B"], x["C"])))
k = g.reset_index()
k["i"] = k1.index
k["rn"] = k1.groupby("A")["i"].rank()
k.pivot_table(rows="A", cols="rn", values=0)

# output
# rn   1   2   3   4   5   6
# A                         
# 1   10  12  11  22  20   8
# 2   10  11  10  13 NaN NaN
# 3   14  10 NaN NaN NaN NaN

解释一下。第一行，g = df.groupby("A").apply(lambda x: pd.concat((x["B"], x["C"])))。这一个组是df by A，然后将列B和C放在一个列中：

A   
1  0    10
   1    12
   2    11
   0    22
   1    20
   2     8
2  3    10
   4    11
   3    10
   4    13
3  5    14
   5    10

然后，k = g.reset_index()创建顺序索引，结果是：

    A  level_1   0
0   1        0  10
1   1        1  12
2   1        2  11
3   1        0  22
4   1        1  20
5   1        2   8
6   2        3  10
7   2        4  11
8   2        3  10
9   2        4  13
10  3        5  14
11  3        5  10

现在，我想将这个索引移到列中(我想知道如何在不重置索引的情况下创建一个顺序列)，k["i"] = k1.index

    A  level_1   0   i
0   1        0  10   0
1   1        1  12   1
2   1        2  11   2
3   1        0  22   3
4   1        1  20   4
5   1        2   8   5
6   2        3  10   6
7   2        4  11   7
8   2        3  10   8
9   2        4  13   9
10  3        5  14  10
11  3        5  10  11

现在，k["rn"] = k1.groupby("A")["i"].rank()将在每个A中添加row_number (类似于SQL中的row_number() over(partition by A order by i) )：

    A  level_1   0   i  rn
0   1        0  10   0   1
1   1        1  12   1   2
2   1        2  11   2   3
3   1        0  22   3   4
4   1        1  20   4   5
5   1        2   8   5   6
6   2        3  10   6   1
7   2        4  11   7   2
8   2        3  10   8   3
9   2        4  13   9   4
10  3        5  14  10   1
11  3        5  10  11   2

最后，使用k.pivot_table(rows="A", cols="rn", values=0)进行旋转

rn   1   2   3   4   5   6
A                         
1   10  12  11  22  20   8
2   10  11  10  13 NaN NaN
3   14  10 NaN NaN NaN NaN

Answer 2

我使用了以下方法

grouped = df.groupby('A')

df = grouped.aggregate(lambda x: tuple(x))

df['grouped'] = df['B'] + df['C']

Answer 3

我正在回答标题和第一句中所述的问题:以下是将价值汇总到清单中的内容：

df.groupby('A').aggregate(lambda tdf: tdf.unique().tolist())

下面的简单示例演示了这一点：

import pandas as pd

df = pd.DataFrame( {'A' : [1, 1, 1, 1, 2, 2, 3], 'B' : [10, 12, 11, 10, 11, 12, 14], 'C' : [22, 20,     8, 10, 13, 10, 0]})
print df

df2 = df.groupby('A').aggregate(lambda tdf: tdf.unique().tolist())
print df2
# Old version:
# df2=df.groupby(['A']).apply(lambda tdf: pd.Series(  dict([[vv,tdf[vv].unique().tolist()] for vv in tdf if vv not in ['A']])  )) 

产出如下：

In [3]: run tmp
   A   B   C
0  1  10  22
1  1  12  20
2  1  11   8
3  1  10  10
4  2  11  13
5  2  12  10
6  3  14   0

[7 rows x 3 columns]
              B                C
A                               
1  [10, 12, 11]  [22, 20, 8, 10]
2      [11, 12]         [13, 10]
3          [14]              [0]

[3 rows x 2 columns]