熊猫groupby和加入名单

Question

我有一个数据框df，有两列，我想按一列分组并加入属于同一组的列表，例如：

column_a, column_b
1,         [1,2,3]
1,         [2,5]
2,         [5,6]

处理后：

column_a, column_b
1,         [1,2,3,2,5]
2,         [5,6]

我想保留所有重复项。我有以下问题：

• 数据框的dtype是对象。convert_objects（）不会自动将column_b转换为列表。我怎样才能做到这一点？
• df.groupby（…）。apply（lambda x：…）中的函数适用于什么？x的形式是什么？清单？
• 我主要问题的解决方案？

提前致谢。

Answer 1

objectdtype是一个包罗万象的dtype，基本上意味着不是int，float，bool，datetime或timedelta。因此它将它们存储为列表。convert_objects尝试将列转换为这些dtype之一。

你要

In [63]: df
Out[63]: 
   a          b    c
0  1  [1, 2, 3]  foo
1  1     [2, 5]  bar
2  2     [5, 6]  baz


In [64]: df.groupby('a').agg({'b': 'sum', 'c': lambda x: ' '.join(x)})
Out[64]: 
         c                b
a                          
1  foo bar  [1, 2, 3, 2, 5]
2      baz           [5, 6]

这将根据列中的值对数据帧进行分组a。阅读有关[groupby]的更多信息。（http://pandas.pydata.org/pandas-
docs/stable/groupby.html
）。

这是在做常规列表sum（串联），就像[1, 2, 3] + [2, 5]