如何按某些列对 DataFrame 进行分组并在输出中显示选定的列

Question

全部。我不知道这最终是 sort_values 还是 groupby 问题。

我有一个包含 5 列的简单 DataFrame：A、B、C、D、E

我想按 A、B、C 分组，结果中有 D 和 E。

我想做一个 groupby(['A','B','C]) 并按如下所示分段显示 DataFrame。

我能得到的最接近的结果是 df2 = df.groupby(['A','B','C']).apply(list)，结果如下：

A       B            C
----------------------------------------------
fooA1   fooB1        fooC1     [A, B, C, D, E]
        fooB2        fooC2     [A, B, C, D, E]
                     fooC3     [A, B, C, D, E]
        fooB3        fooC4     [A, B, C, D, E]
                     fooC5     [A, B, C, D, E]
        fooB4        fooC6     [A, B, C, D, E]
                     fooC7     [A, B, C, D, E]
fooA2   ...

这真的很接近我想要的，除了这里 [A, B, C, D, E] 字面意思是 [A, B, C, D, E]；即列名而不是这些列中的任何实际值。

我能够像这样使用 sort_values 生成报告：

df.sort_values(by=['A','B','C'], inplace=True)
df = df.reset_index()
for index, row in df.iterrows():
    print(f"{row['A']} {row['B']} {row['C']} {row['D']} {row['E']}")

产生以下结果：

fooA1  fooB1  fooC1  fooD...  fooE...
fooA1  fooB2  fooC2  fooD...  fooE...
fooA1  fooB2  fooC3  fooD...  fooE...
fooA1  fooB3  fooC4  fooD...  fooE...
fooA1  fooB3  fooC5  fooD...  fooE...
fooA1  fooB4  fooC6  fooD...  fooE...
fooA1  fooB4  fooC7  fooD...  fooE...
fooA2  ...

这足以满足我最终的需要，但我真的很想了解 groupby 哪里出了问题，以及如何生成更清晰的报告。

非常感谢！

Answer 1

你用对了df2 = df.groupby(['A','B','C']).apply(list)

但不使用 .apply(list)，而是使用：.agg(lambda x: list(x))

df2 = df.groupby(['A','B','C']).agg(lambda x: list(x))

这将获取所有分组值 A B C，分别来自列表中行 D 和 E 的值。

如何按某些列对 DataFrame 进行分组并在输出中显示选定的列

How to group a DataFrame by some columns and present selected columns in the output

python

dataframe

pandas

pandas-groupby