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 bA 1A 2B 5B 5B 4C 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]})

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

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