从pandas数据框创建列表以获取列中的不同值

Question

来自以下Pandas数据框。

df = pd.DataFrame({'Id': [102,102,102,303,303,944,944,944,944],'A':[1.2,1.2,1.2,0.8,0.8,2.0,2.0,2.0,2.0],'B':[1.8,1.8,1.8,1.0,1.0,2.2,2.2,2.2,2.2],

                  'A_scored_time':[10,25,0,33,0,40,0,90,0],'B_scored_time':[0,0,30,0,41,0,75,0,95]})

我试图创建源自的组合的['A_scored_time','B_scored_time']列表，以获得以下与unique对应的列表Id：

Id(102) = A_Time = [10,25],      B_Time = [30]

Id(303) = A_Time = [33],         B_Time = [41]

Id(944) = A_Time = [40,90],      B_Time = [75,95]

该列表将在下面的功能中应用。

x1 = [1,0,0] 

x2 = [0,1,0] 

x3 = [0,0,1]

k = 100 # constant

total_timeslot = 100 # same as k

A_Time = []  

B_Time = [] 

对于范围内的i（区别ID），df在此处具有3个不同的ID。对于每个i，概率阵列y。

y = np.array([1-(A + B)/k, A/k, B/k])  

def sum_squared_diff(x1, x2, x3, y):

    ssd = []

    for k in range(total_timeslot):  

        if k in A_Time:

            ssd.append(sum((x2 - y) ** 2))

        elif k in B_Time:

            ssd.append(sum((x3 - y) ** 2))

        else:

            ssd.append(sum((x1 - y) ** 2))

    return ssd

输出将是len k的数组。一旦获得此值，我将对所有n（n个不同的Id）数组求和。这是我所追求的。

结果为df：

Id(102) = sum(sum_squared_diff(x1, x2, x3, y))  =5.872800000000018

Id(303) = sum(sum_squared_diff(x1, x2, x3, y))  = 3.9407999999999896

Id(944) = sum(sum_squared_diff(x1, x2, x3, y))  =7.760800000000006

给予 toatl sum = 17.574400000000015.

Answer 1

要回答标题中的问题，请使用：df.groupby('Id')[['A_scored_time','B_scored_time']]\  .agg(lambda x: x[x != 0].tolist())\  .reset_index()输出：    Id A_scored_time B_scored_time0  102      [10, 25]          [30]1  303          [33]          [41]2  944      [40, 90]      [75, 95]