Pandas 根据唯一值进行分组和聚合
Pandas grouping by and aggregating with respect to unique values
在 pandas v 012 中,我有下面的数据框。
import pandas as pd
df = pd.DataFrame({'id' : range(1,9),
'code' : ['one', 'one', 'two', 'three',
'two', 'three', 'one', 'two'],
'colour': ['black', 'white','white','white',
'black', 'black', 'white', 'white'],
'texture': ['soft', 'soft', 'hard','soft','hard',
'hard','hard','hard'],
'shape': ['round', 'triangular', 'triangular','triangular','square',
'triangular','round','triangular'],
'amount' : np.random.randn(8)}, columns= ['id','code','colour', 'texture', 'shape', 'amount'])
我可以 'groupby' code
如下:
c = df.groupby('code')
但是,我怎样才能得到关于 code
的唯一 texture
事件?我试过这个,它给出了一个错误:
question = df.groupby('code').agg({'texture': pd.Series.unique}).reset_index()
#error: Must produce aggregated value
根据上面给出的df
,我希望结果是一个字典,具体来说就是这个:
result = {'one':['soft','hard'], 'two':['hard'], 'three':['soft','hard']}
我的真实 df
的大小相当大,所以我需要高效/快速的解决方案。
获取唯一值字典的一种方法是将 pd.unique
应用于 groupby
对象:
>>> df.groupby('code')['texture'].apply(pd.unique).to_dict()
{'one': array(['hard', 'soft'], dtype=object),
'three': array(['hard', 'soft'], dtype=object),
'two': array(['hard'], dtype=object)}
在 较新的 版本中 pandas unique
是 groupby
对象的方法,因此更简洁的方法是:
df.groupby("code")["texture"].unique()
在 pandas v 012 中,我有下面的数据框。
import pandas as pd
df = pd.DataFrame({'id' : range(1,9),
'code' : ['one', 'one', 'two', 'three',
'two', 'three', 'one', 'two'],
'colour': ['black', 'white','white','white',
'black', 'black', 'white', 'white'],
'texture': ['soft', 'soft', 'hard','soft','hard',
'hard','hard','hard'],
'shape': ['round', 'triangular', 'triangular','triangular','square',
'triangular','round','triangular'],
'amount' : np.random.randn(8)}, columns= ['id','code','colour', 'texture', 'shape', 'amount'])
我可以 'groupby' code
如下:
c = df.groupby('code')
但是,我怎样才能得到关于 code
的唯一 texture
事件?我试过这个,它给出了一个错误:
question = df.groupby('code').agg({'texture': pd.Series.unique}).reset_index()
#error: Must produce aggregated value
根据上面给出的df
,我希望结果是一个字典,具体来说就是这个:
result = {'one':['soft','hard'], 'two':['hard'], 'three':['soft','hard']}
我的真实 df
的大小相当大,所以我需要高效/快速的解决方案。
获取唯一值字典的一种方法是将 pd.unique
应用于 groupby
对象:
>>> df.groupby('code')['texture'].apply(pd.unique).to_dict()
{'one': array(['hard', 'soft'], dtype=object),
'three': array(['hard', 'soft'], dtype=object),
'two': array(['hard'], dtype=object)}
在 较新的 版本中 pandas unique
是 groupby
对象的方法,因此更简洁的方法是:
df.groupby("code")["texture"].unique()