将熊猫组中的行分组

Question

将熊猫组中的行分组

我有一个熊猫数据框架，比如：

a b

A 1

A 2

B 5

B 5

B 4

C 6

我希望按第一列进行分组，并将第二列作为行中的列表：

A [1,2]

B [5,5,4]

C [6]

可以用熊猫群来做这样的事情吗？

Answer 1

你可以用groupby在感兴趣的列上分组，然后apply list每一组：In [1]:# create the dataframe    df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6]})dfOut[1]:   a  b0  A  11  A  22  B  53  B  54  B  45  C  6[6 rows x 2 columns]In [76]:df.groupby('a')['b'].apply(list)Out[76]:aA       [1, 2]B    [5, 5, 4]C          [6]Name: b, dtype: object

Answer 2

如果性能很重要，请降到numpy级别：import numpy as np df = pd.DataFrame({'a': np.random.randint(0, 60, 600), 'b': [1, 2, 5, 5, 4, 6]*100})def f(df):          keys, values = df.sort_values('a').values.T          ukeys, index = np.unique(keys, True)          arrays = np.split(values, index[1:])          df2 = pd.DataFrame({'a':ukeys, 'b':[list(a) for a in arrays]})          return df2测试：In [301]: %timeit f(df)1000 loops, best of 3: 1.64 ms per loopIn [302]: %timeit df.groupby('a')['b']. apply(list)100 loops, best of 3: 5.26 ms per loop

Answer 3

就像你说的groupbya的方法pd.DataFrame对象可以完成这项工作。例 L = ['A','A','B','B','B','C'] N = [1,2,5,5,4,6] import pandas as pd df = pd.DataFrame(zip(L,N),columns = list('LN')) groups = df.groupby(df.L) groups.groups      {'A': [0, 1], 'B': [2, 3, 4], 'C': [5]}它给出了各组的分类描述和索引描述。要获取单个组的元素，可以这样做，例如 groups.get_group('A')     L  N  0  A  1  1  A  2  groups.get_group('B')     L  N  2  B  5  3  B  5  4  B  4