使用条件逻辑从 pandas df 创建多个列表

Posted 2023-03-12

【中文标题】使用条件逻辑从 pandas df 创建多个列表

【英文标题】：Create multiple lists from pandas df with conditional logic [duplicate]

【发布时间】：2020-06-23 20:55:27

【问题描述】：

我有一个看起来像这样的 df：

var1 var2 var3
0    a    1
0    b    7
0    c    5
0    d    4
0    z    8
1    t    9
1    a    2
2    p    3
..   ..   ..
60   c    3

我正在尝试创建来自var2 的每组值的列表，这些值对应于来自var1 的给定值。所以，我的输出看起来像这样：

list_0: a, b, c, d, z
list_1: t, a
list_2: p
list_60: c

目前我正在尝试制定一个循环来执行此操作，例如：

for i in range(df.var2.max()):
    var2_i = (x for x in df.var1.to_list())

虽然列表似乎不是在这里迭代创建的。也许有更好的方法来实现我的目标？

【参考方案1】：

使用groupby 与join 聚合和add_prefix 重命名索引：

df.groupby('var1')['var2'].agg(', '.join).add_prefix('list_')

[出]

var1
list_0     a, b, c, d, z
list_1              t, a
list_2                 p
list_60                c
Name: var2, dtype: object

---

或者对于 python 列表使用 list 聚合：

df.groupby('var1')['var2'].agg(list).add_prefix('list_')

[出]

var1
list_0     [a, b, c, d, z]
list_1              [t, a]
list_2                 [p]
list_60                [c]
Name: var2, dtype: object

---

更新

我想我明白你想要实现的目标，我的strong建议是使用 python dict 而不是“独立灯” - 键是 list_0, @ 987654334@等...

示例

d = df.groupby('var1')['var2'].agg(list).add_prefix('list_').to_dict()

print(d['list_0'])

[出]

['a', 'b', 'c', 'd', 'z']

如果你绝对坚持独立列表，那么使用globals() 对象，并使用for 循环进行更新（为避免疑问，我不推荐这种方法 - 查看this question更多信息）：

s = df.groupby('var1')['var2'].agg(list).add_prefix('list_')

for var, lst in s.iteritems():
    globals()[var] = lst

您现在应该拥有带有关联变量名称的独立列表。

【讨论】：

所以，df.groupby 返回一个 groupby 对象，而不是独立列表。

@LMGagne 查看更新的最后部分 - 使用 globals() 对象

感谢您更新您的答案，现在更清楚了，我很欣赏另一篇文章的链接，该链接概述了为什么我真正想要的东西最终可能会把我搞砸。