如何在没有操作的情况下对 Pandas 数据框进行分组或聚合

Posted 2023-03-25

【中文标题】如何在没有操作的情况下对 Pandas 数据框进行分组或聚合

【英文标题】：how to groupby or aggregate Pandas dataframe without an operation

【发布时间】：2020-10-25 23:41:44

【问题描述】：

我有一个涉及 Pandas DataFrame 的具体情况如下：

df = pd.DataFrame('col1': ['group1','group1','group1'], 'value1':[0,0,0],'value2':['A','B','C'])

在这里，0 值可以解释为整列的“空白”或 NaN。

我要做的就是“按”“col1”值“分组”，在这种情况下只有“group1”，并获得一个数据框：

'col1'（'group1'）下的一个值 “value1”下的一个值 (0) 'value2' 下的 3 个值（'A','B','C'）

【问题讨论】：

这是你想要的吗？ df.groupby(['col1', 'value1'], as_index=False).agg(list)

你能分享一下你想要的输出应该是什么样子吗？

@laszlopanaflex 如果A、B 和 C 在 value2 列下有 3 行，那么整个数据框需要 3 行，在其他列也是。目前尚不清楚您要问什么，我认为如果您包含所需输出的图片/代码会非常有帮助。

您是否只想设置索引？ df.set_index(['col1', 'value1'], append=True).reorder_levels([1, 2, 0])

【参考方案1】：

你可以试试set:

import pandas as pd

df = pd.DataFrame('col1': ['group1','group1','group1'], 'value1':[0,0,0],'value2':['A','B','C'])
print(df.groupby('col1').agg(set).reset_index())

输出：

     col1 value1     value2
0  group1    0  A, C, B

---

或者，如果您想将其保留为列表，您可以试试这个：

print(df.groupby('col1').agg(set).applymap(list).reset_index())

输出：

     col1 value1     value2
0  group1    [0]  ['A', 'C', 'B']

---

另外，如果你想在没有列表的情况下保留唯一编号，你可以尝试：

print(df.groupby('col1').agg(lambda x: x[0] if len(set(x))==1 else list(x)).reset_index())

输出：

     col1  value1     value2
0  group1       0  [A, B, C]

【讨论】：

之所以有效，是因为col1 中有一个唯一值，所以groupby 可以正常工作，但是如果存在group2 或@987654331 中的非唯一值，它将无法工作@我想。

你的意思是这样的数据框：df = pd.DataFrame('col1': ['group1','group1','group1','group2','group2','group2'], 'value1':[0,0,0,1,2,2],'value2':['A','B','C','A','B','C'])@CeliusStingher？或者你的意思是如果有一个不同于 0 的非唯一值，那么它将使 set 函数？

是的，没错，但它为 OP 完成了工作，所以我 +1 :)

【参考方案2】：

这是一个想法，有点过于复杂，但它完成了工作：

import pandas as pd
df = pd.DataFrame('col1': ['group1','group1','group1'], 'value1':[0,0,0],'value2':['A','B','C'])
df_grouped = pd.DataFrame(x:str(list(set(df[x].values.tolist()))) for x in df,index=[0])

输出：

         col1 value1           value2
0  ['group1']    [0]  ['C', 'B', 'A']

但是，使用str 强制所有内容都在一行中并避免因数组长度不同而导致索引错误，可以使用ast.literal_eval() 撤消，将值返回到列表而不是字符串：

df_grouped = df_grouped.T
df_grouped = df_grouped[0].map(lambda x:ast.literal_eval(x)).to_frame().T

终于回来了：

       col1 value1     value2
0  [group1]    [0]  [C, B, A]

但使用正确的值类型（列表）：

print(type(df_grouped.loc[0,'col1']))

输出：

<class 'list'>