pandas groupby에서 데이터 프레임 행을 목록으로 그룹화하는 방법은 무엇입니까?

다음 df과 같은 팬더 데이터 프레임 이 있습니다.

a b
A 1
A 2
B 5
B 5
B 4
C 6

첫 번째 열 을 기준으로 그룹화하고 두 번째 열을 행 목록으로 가져 오려고합니다 .

A [1,2]
B [5,5,4]
C [6]

팬더 그룹을 사용하여 이와 같은 작업을 수행 할 수 있습니까?

groupby관심있는 열을 그룹화 한 다음 apply list모든 그룹을 사용하여이 작업을 수행 할 수 있습니다 .

In [1]: df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6]})
        df

Out[1]: 
   a  b
0  A  1
1  A  2
2  B  5
3  B  5
4  B  4
5  C  6

In [2]: df.groupby('a')['b'].apply(list)
Out[2]: 
a
A       [1, 2]
B    [5, 5, 4]
C          [6]
Name: b, dtype: object

In [3]: df1 = df.groupby('a')['b'].apply(list).reset_index(name='new')
        df1
Out[3]: 
   a        new
0  A     [1, 2]
1  B  [5, 5, 4]
2  C        [6]

성능이 중요한 경우 numpy 수준으로 내려갑니다.

import numpy as np

df = pd.DataFrame({'a': np.random.randint(0, 60, 600), 'b': [1, 2, 5, 5, 4, 6]*100})

def f(df):
         keys, values = df.sort_values('a').values.T
         ukeys, index = np.unique(keys, True)
         arrays = np.split(values, index[1:])
         df2 = pd.DataFrame({'a':ukeys, 'b':[list(a) for a in arrays]})
         return df2

테스트 :

In [301]: %timeit f(df)
1000 loops, best of 3: 1.64 ms per loop

In [302]: %timeit df.groupby('a')['b'].apply(list)
100 loops, best of 3: 5.26 ms per loop

이를 달성하는 편리한 방법은 다음과 같습니다.

df.groupby('a').agg({'b':lambda x: list(x)})

https://www.kaggle.com/akshaysehgal/how-to-group-by-aggregate-using-py : 사용자 지정 집계를 작성 하십시오.

말했듯이 객체 의 groupby방법으로 pd.DataFrame작업을 수행 할 수 있습니다.

예

 L = ['A','A','B','B','B','C']
 N = [1,2,5,5,4,6]

 import pandas as pd
 df = pd.DataFrame(zip(L,N),columns = list('LN'))


 groups = df.groupby(df.L)

 groups.groups
      {'A': [0, 1], 'B': [2, 3, 4], 'C': [5]}

그룹을 설명하고 색인 방식으로 설명합니다.

단일 그룹의 요소를 얻으려면 예를 들어

 groups.get_group('A')

     L  N
  0  A  1
  1  A  2

  groups.get_group('B')

     L  N
  2  B  5
  3  B  5
  4  B  4

데이터 프레임의 여러 열에 대해이 문제를 해결하려면

In [5]: df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6],'c'
   ...: :[3,3,3,4,4,4]})

In [6]: df
Out[6]: 
   a  b  c
0  A  1  3
1  A  2  3
2  B  5  3
3  B  5  4
4  B  4  4
5  C  6  4

In [7]: df.groupby('a').agg(lambda x: list(x))
Out[7]: 
           b          c
a                      
A     [1, 2]     [3, 3]
B  [5, 5, 4]  [3, 4, 4]
C        [6]        [4]

이 답변은 Anamika Modi 의 답변에서 영감을 얻은 것입니다. 감사합니다!

다음 중 하나를 사용 groupby하고agg 조리법 .

# Setup
df = pd.DataFrame({
  'a': ['A', 'A', 'B', 'B', 'B', 'C'],
  'b': [1, 2, 5, 5, 4, 6],
  'c': ['x', 'y', 'z', 'x', 'y', 'z']
})
df

   a  b  c
0  A  1  x
1  A  2  y
2  B  5  z
3  B  5  x
4  B  4  y
5  C  6  z

여러 열을 목록으로 집계하려면 다음 중 하나를 사용하십시오.

df.groupby('a').agg(list)
df.groupby('a').agg(pd.Series.tolist)

           b          c
a                      
A     [1, 2]     [x, y]
B  [5, 5, 4]  [z, x, y]
C        [6]        [z]

단일 열만 그룹화하려면 groupby를 SeriesGroupBy객체 로 변환 한 다음을 호출하십시오 SeriesGroupBy.agg. 사용하다,

df.groupby('a').agg({'b': list})  # 4.42 ms 
df.groupby('a')['b'].agg(list)    # 2.76 ms - faster

a
A       [1, 2]
B    [5, 5, 4]
C          [6]
Name: b, dtype: object

여러 열을 그룹화하는 동안 고유 한 목록 을 찾고 있다면 아마도 도움이 될 수 있습니다.

df.groupby('a').agg(lambda x: list(set(x))).reset_index()

df.groupby리스트와 Series생성자로 사용하자

pd.Series({x : y.b.tolist() for x , y in df.groupby('a')})
Out[664]: 
A       [1, 2]
B    [5, 5, 4]
C          [6]
dtype: object

agg대신에 사용할 시간 입니다 apply.

언제

df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6], 'c': [1,2,5,5,4,6]})

여러 열을 list에 쌓으려면 pd.DataFrame

df.groupby('a')[['b', 'c']].agg(list)
# or 
df.groupby('a').agg(list)

목록에 단일 열을 원하면 결과 ps.Series

df.groupby('a')['b'].agg(list)
#or
df.groupby('a')['b'].apply(list)

단일 열만 집계 할 때의 pd.DataFrame결과보다 결과가 약 10 배 느리다는 점에 유의하십시오 ps.Series. 다중 열의 경우 사용하십시오.

여기에 "|"로 요소를 그룹화했습니다. 분리기로서

    import pandas as pd

    df = pd.read_csv('input.csv')

    df
    Out[1]:
      Area  Keywords
    0  A  1
    1  A  2
    2  B  5
    3  B  5
    4  B  4
    5  C  6

    df.dropna(inplace =  True)
    df['Area']=df['Area'].apply(lambda x:x.lower().strip())
    print df.columns
    df_op = df.groupby('Area').agg({"Keywords":lambda x : "|".join(x)})

    df_op.to_csv('output.csv')
    Out[2]:
    df_op
    Area  Keywords

    A       [1| 2]
    B    [5| 5| 4]
    C          [6]

내가 아는 가장 쉬운 방법 은 집계 함수에 대한 튜플 구문을 사용하여 Anamika의 대답 과 비슷한 하나의 열에 대해 적어도 동일한 것을 달성하지 못합니다 .

df.groupby('a').agg(b=('b','unique'), c=('c','unique'))