熊猫：按列A分组，并从其他列中列出元组？

Question

我想将用户交易汇总到熊猫列表中。我不知道如何制作一个包含多个字段的列表。例如，

df = pd.DataFrame({'user':[1,1,2,2,3], 
                   'time':[20,10,11,18, 15], 
                   'amount':[10.99, 4.99, 2.99, 1.99, 10.99]})

看起来像

    amount  time  user
0   10.99    20     1
1    4.99    10     1
2    2.99    11     2
3    1.99    18     2
4   10.99    15     3

如果我做

print(df.groupby('user')['time'].apply(list))

我懂了

user
1    [20, 10]
2    [11, 18]
3        [15]

但是如果我这样做

df.groupby('user')[['time', 'amount']].apply(list)

我懂了

user
1    [time, amount]
2    [time, amount]
3    [time, amount]

多亏了下面的答案，我才知道我可以做到这一点

df.groupby('user').agg(lambda x: x.tolist()))

要得到

             amount      time
user                         
1     [10.99, 4.99]  [20, 10]
2      [2.99, 1.99]  [11, 18]
3           [10.99]      [15]

但是我要按照相同的顺序对时间和金额进行排序-这样我才能按顺序处理每个用户的交易。

我一直在寻找一种产生这种方式的方法：

             amount-time-tuple
user                         
1     [(20, 10.99), (10, 4.99)]
2     [(11,  2.99), (18, 1.99)]
3     [(15, 10.99)]

但是也许有一种方法可以在不“纠缠”两列的情况下进行排序？

Answer 1

apply(list) 我会考虑序列索引而不是值。我认为您正在寻找

df.groupby('user')[['time', 'amount']].apply(lambda x: x.values.tolist())



用户
1 [[23.0，2.99]，[50.0，1.99]]
2 [[12.0，1.99]]