Pandas 根据唯一值进行分组和聚合

Question

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。

Answer 1

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()

Pandas 根据唯一值进行分组和聚合

Pandas grouping by and aggregating with respect to unique values

python

dictionary

unique

dataframe

pandas