列表中的分组数据框列

Question

我有一个如下所示的数据框：

| id | A  | B  | C  | D  |
| 1  | 50 | 51 | 52 | 53 |
| 2  | 70 | 71 | 72 | 73 |
| 1  | 80 | 81 | 82 | 83 |
| 1  | 90 | 91 | 92 | 93 |
| 2  | 40 | 41 | 42 | 43 |

我想把它分组到 'id' 列，这样每一行都是列表的形式。

预期输出：

| id |      A     |      B     |      C     |      D     |
| 1  | [50,80,90] | [51,81,91] | [52,82,92] | [53,83,93] |
| 2  |   [70,40]  |   [71,41]  |   [72,42]  |   [73,43]  |

说明： A 列中 id 1 的值都在一个列表中，与其他列表类似。列表的长度取决于初始数据框中该 ID 的记录数。

我的做法：

df_grouped = df.groupby(['id'])['A'].apply(lambda x: list(x)).reset_index().merge(df.groupby(['id'])['B'].apply(lambda x: list(x)).reset_index().merge(df.groupby(['id'])['C'].apply(lambda x: list(x)).reset_index().merge(df.groupby(['id'])['D'].apply(lambda x: list(x)).reset_index()),on=['id'],how='left'))

虽然这给了我想要的输出，但它对于大型数据帧来说很慢，我觉得这不是很理想，而且我们每次都在 id 上分组并合并。应该有一种方法，我在 id 上分组一次并做一些事情 columns.tolist() 并且它给出相同的输出。

如有任何帮助，我们将不胜感激。谢谢

Answer 1

使用GroupBy.agg:

#all columns without id
df_grouped = df.groupby('id').agg(list).reset_index()

或者：

#columns specified in list
df_grouped = df.groupby('id')[['A','B','C','D']].agg(list).reset_index()

print (df_grouped)
   id             A             B             C             D
0   1  [50, 80, 90]  [51, 81, 91]  [52, 82, 92]  [53, 83, 93]
1   2      [70, 40]      [71, 41]      [72, 42]      [73, 43]

列表中的分组数据框列

Group dataframe columns in lists

python

pandas

pandas-groupby