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 # constanttotal_timeslot = 100 # same as kA_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))  =5.872800000000018Id(303) = sum(sum_squared_diff(x1, x2, x3, y))  = 3.9407999999999896Id(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_time

0  102      [10, 25]          [30]

1  303          [33]          [41]

2  944      [40, 90]      [75, 95]