如何获取功能的不同类的值列表？ [复制]

Posted 2023-03-11

【中文标题】如何获取功能的不同类的值列表？ [复制]

【英文标题】：How to get the list of values of different classes for a feature? [duplicate]

【发布时间】：2022-01-01 06:59:53

【问题描述】：

我有一个数据框。我想获取不同类的所有值的列表。

df = pd.DataFrame([(3, 1),
                    (4, 3),
                    (6, 2),
                    (7, 2),
                    (2, 3),
                    (4, 2),
                    (4, 1),
                    (1, 3),
                    (6, 3),
                    (8, 1)],
                    columns=['Feature', 'Class'])

在上面的示例中，我有三个类，即 1、2 和 3。我想获得一个类中所有不同值列表的输出。输出可以如下：

Class 1: [3, 4, 8]
Class 2: [6, 7, 4]
Class 3: [4, 2, 1, 6]

【问题讨论】：

df.Feature.groupby(df.Class).apply(list)

【参考方案1】：

正如this 很好的答案所指出的，您可以使用pandas.DataFrame.groupby() 方法和pandas.DataFrame.apply() 方法来实现这一点：

import pandas as pd

df = pd.DataFrame([(3, 1),
                   (4, 3),
                   (6, 2),
                   (7, 2),
                   (2, 3),
                   (4, 2),
                   (4, 1),
                   (1, 3),
                   (6, 3),
                   (8, 1)],
                  columns=['Feature', 'Class'])

print(df.groupby('Class')['Feature'].apply(list))

输出：

Class
1       [3, 4, 8]
2       [6, 7, 4]
3    [4, 2, 1, 6]
Name: Feature, dtype: object

但是，如果您想逐个遍历类号，更直观的方法是使用pandas.DataFrame.loc 属性，如下所示：

print(df.loc[df['Class'] == 1])

输出：

   Feature  Class
0        3      1
6        4      1
9        8      1

或包含"Feature" 列以获取：

print(df.loc[df['Class'] == 1]["Feature"])

输出：

0    3
6    4
9    8
Name: Feature, dtype: int64

【参考方案2】：

d = 
[d.setdefault(v.Class, []).append(v.Feature) for _, v in df.iterrows()]
d
# 1: [3, 4, 8], 3: [4, 2, 1, 6], 2: [6, 7, 4]

【参考方案3】：

你可以简单地做到这一点：

classes = df.groupby('Class')['Feature'].apply(list)

输出：

>>> classes
Class
1       [3, 4, 8]
2       [6, 7, 4]
3    [4, 2, 1, 6]
Name: Feature, dtype: object

你可以这样打印它们：

>>> for class_number, items in classes.items():
...     print(f'Class class_number: items')
...
Class 1: [3, 4, 8]
Class 2: [6, 7, 4]
Class 3: [4, 2, 1, 6]

---

如果你想获得所有的唯一值，试试这个：

unique = df.groupby('Class')['Feature'].unique()

【讨论】：

df.groupby("Class").agg(list)