Pandas：groupby A 列并从其他列创建元组列表？

Posted 2023-03-11

【中文标题】Pandas：groupby A 列并从其他列创建元组列表？

【英文标题】：Pandas: groupby column A and make lists of tuples from other columns?

【发布时间】：2018-03-19 06:30:40

【问题描述】：

我想将用户交易汇总到 pandas 中的列表中。我不知道如何制作一个包含多个字段的列表。例如，

df = pd.DataFrame('user':[1,1,2,2,3], 
                   'time':[20,10,11,18, 15], 
                   'amount':[10.99, 4.99, 2.99, 1.99, 10.99])

看起来像

    amount  time  user
0   10.99    20     1
1    4.99    10     1
2    2.99    11     2
3    1.99    18     2
4   10.99    15     3

如果我这样做

print(df.groupby('user')['time'].apply(list))

我明白了

user
1    [20, 10]
2    [11, 18]
3        [15]

如果我这样做了

df.groupby('user')[['time', 'amount']].apply(list)

我明白了

user
1    [time, amount]
2    [time, amount]
3    [time, amount]

感谢下面的回答，我知道我可以做到这一点

df.groupby('user').agg(lambda x: x.tolist()))

得到

             amount      time
user                         
1     [10.99, 4.99]  [20, 10]
2      [2.99, 1.99]  [11, 18]
3           [10.99]      [15]

但我希望以相同的顺序对时间和金额进行排序 - 这样我就可以按顺序处理每个用户的交易。

我正在寻找一种方法来制作这个：

             amount-time-tuple
user                         
1     [(20, 10.99), (10, 4.99)]
2     [(11,  2.99), (18, 1.99)]
3     [(15, 10.99)]

但也许有一种方法可以在不“将”两列“元组”的情况下进行排序？

【问题讨论】：

你能发布你想要的数据集吗？

【参考方案1】：

基于 Bharath 的回答

df.groupby('user')[['time', 'amount']].apply(lambda x: list(map(tuple,x.values)))

这样可以得到：

user
1    [(20.0, 10.99), (10.0, 4.99)]
2     [(11.0, 2.99), (18.0, 1.99)]
3                  [(15.0, 10.99)]
dtype: object

【参考方案2】：

为数量时间元组创建一个新列atpair

 df['atpair'] = list(zip(df.amount, df.time))

数据框的样子

        user  time  amount       atpair
    0     1    20   10.99  (10.99, 20)
    1     1    10    4.99   (4.99, 10)
    2     2    11    2.99   (2.99, 11)
    3     2    18    1.99   (1.99, 18)
    4     3    15   10.99  (10.99, 15)

现在执行 groupby 并将列表追加到atpair

 df = df.groupby('user')['atpair'].apply(lambda x : x.values.tolist())

数据框的样子

user
1    [(10.99, 20), (4.99, 10)]
2     [(2.99, 11), (1.99, 18)]
3                [(10.99, 15)]

【参考方案3】：

apply(list) 将考虑系列索引而不是值。我认为您正在寻找

df.groupby('user')[['time', 'amount']].apply(lambda x: x.values.tolist())

用户 1 [[23.0, 2.99], [50.0, 1.99]] 2 [[12.0, 1.99]]

【参考方案4】：

IIUC：

In [101]: df.groupby('user').agg(lambda x: x.tolist())
Out[101]:
          time        amount
user
1     [23, 50]  [2.99, 1.99]
2         [12]        [1.99]