Groupby 和 Aggregate 以列表为元素的 pandas 列，并在列表中获取唯一值

Posted 2023-03-11

【中文标题】Groupby 和 Aggregate 以列表为元素的 pandas 列，并在列表中获取唯一值

【英文标题】：Groupby and Aggregate over a pandas column with list as elements, and get unique values in list

【发布时间】：2021-02-26 19:26:14

【问题描述】：

我有以下数据框

df = pd.DataFrame(
    
        "id": [1, 2, 1, 3],
        "values": [[111, 121, 131], [211, 221, 281], [111, 191], [301, 321]],
    
)
# df
id  values
1   [111, 121, 131]
2   [211, 221, 281]
1   [111, 191]
3   [301, 321]

我想在 groupby 和聚合步骤之后得到以下内容

id  values
1   [111, 121, 131, 191]
2   [211, 221, 281]
3   [301, 321]

我正在使用以下内容，但它给了我一个错误 -

new_df = df.groupby(["id"]).agg("values": lambda val: set(val)).reset_index()

TypeError: unhashable type: 'list'

【参考方案1】：

一种方法-

df.groupby('id')['values'].sum().apply(lambda x: list(set(x))).reset_index()

输出

    id  values
0   1   [191, 131, 121, 111]
1   2   [221, 211, 281]
2   3   [301, 321]

【参考方案2】：

这应该可以工作

复制你的例子：

import pandas as pd

df = pd.DataFrame('id': [1, 2, 1, 3], 'values': [[111, 121, 131], [211, 221, 281], [111, 191], [301, 321]])

解决问题

df = df.groupby(by='id').sum()
df[['values']] = df[['values']].applymap(lambda x: set(x))

输出

    values
id  
1   121, 131, 191, 111
2   281, 211, 221
3   321, 301

【参考方案3】：

您可以使用df.explode，然后在此处使用GroupBy.unique。

df.explode('values').groupby('id')['values'].unique().reset_index()
    id  values
0   1   [191, 131, 121, 111]
1   2   [221, 211, 281]
2   3   [301, 321]