將熊貓組中的行分組我有一個熊貓數(shù)據(jù)框架，比如：a bA 1A 2B 5B 5B 4C 6我希望按第一列進行分組，并將第二列作為行中的列表：A [1,2]B [5,5,4]C [6]可以用熊貓群來做這樣的事情嗎？
3 回答
嗶嗶one
TA貢獻1854條經(jīng)驗 獲得超8個贊
你可以用groupby在感興趣的列上分組，然后apply list每一組：
In [1]:
# create the dataframe
df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6]})
df
Out[1]:
a b
0 A 1
1 A 2
2 B 5
3 B 5
4 B 4
5 C 6
[6 rows x 2 columns]
In [76]:
df.groupby('a')['b'].apply(list)
Out[76]:
a
A [1, 2]
B [5, 5, 4]
C [6]
Name: b, dtype: object
江戶川亂折騰
TA貢獻1851條經(jīng)驗 獲得超5個贊
如果性能很重要，請降到numpy級別：
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測試：
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
POPMUISE
TA貢獻1765條經(jīng)驗 獲得超5個贊
就像你說的groupbya的方法pd.DataFrame對象可以完成這項工作。
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]}
它給出了各組的分類描述和索引描述。
要獲取單個組的元素，可以這樣做，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
添加回答
舉報
0/150
提交
取消