在 Pandas groupby 结果中包含索引

Question

使用 Pandas groupby，我可以做这样的事情：

>>> df = pd.DataFrame(
...     {
...         "A": ["foo", "bar", "bar", "foo", "bar"],
...         "B": ["one", "two", "three", "four", "five"],
...     }
... )
>>> print(df)
     A      B
0  foo    one
1  bar    two
2  bar  three
3  foo   four
4  bar   five
>>> print(df.groupby('A')['B'].unique())
A
bar    [two, three, five]
foo           [one, four]
Name: B, dtype: object

我正在寻找的是生成索引列表而不是 B 列列表的输出：

A
bar    [1, 2, 4]
foo    [0, 3]

但是，groupby('A').index.unique() 不起作用。什么语法会为我提供我想要的输出？除了使用 groupby，我非常乐意以其他方式执行此操作，尽管我确实需要在我的实际应用程序中按两列进行分组。

Answer 1

使用df.reset_index with Groupby.Series.unique

In [530]: df.reset_index().groupby('A')['index'].unique()
Out[530]: 
A
bar    [1, 2, 4]
foo       [0, 3]
Name: index, dtype: object

或：

In [533]: df.reset_index().groupby('A')['index'].agg(list)
Out[533]: 
A
bar    [1, 2, 4]
foo       [0, 3]
Name: index, dtype: object

Answer 2

不一定要在groupby中有标签，可以使用分组对象。

这样可以实现：

df.index.to_series().groupby(df['A']).unique()

输出：

A
bar    [1, 2, 4]
foo       [0, 3]
dtype: object

获取唯一 B 值的索引：

df[~df[['A', 'B']].duplicated()].index.to_series().groupby(df['A']).unique()

Answer 3

一种直观的方法是添加一行用于定义新列作为索引，您可以继续使用与您编写的代码相同的代码。

df['index'] = df.index
df.groupby('A')['index'].unique()

结果：

Answer 4

如果您想要 'B' 中唯一值的索引，而不是唯一索引，那么您可以

df.reset_index().groupby('A').apply(lambda g: g.drop_duplicates(['B'])['index'].tolist())

它与@Mayank 和@mozway 的答案不同，当应用于稍微修改过的示例 df:

df = pd.DataFrame(
    {
        "A": ["foo", "bar", "bar", "foo", "bar", "foo"],
        "B": ["one", "two", "three", "four", "five", "one"],
    }
)

我的回答是return

A
bar    [1, 2, 4]
foo       [0, 3]
dtype: object

而@Mayank 和@mozway 会 return

A
bar    [1, 2, 4]
foo    [0, 3, 5]
Name: index, dtype: object

在 Pandas groupby 结果中包含索引

Include indices in Pandas groupby results

python

pandas

pandas-groupby

获取唯一 B 值的索引：