使用pandas groupby（）。一次在多个列上应用（列表）[重复]
我试图将数据框的多行合并成一行，不同值的列合并成一个列表。有多个列具有不同的值。
df.groupby（'a'）['b'].apply（list）在一个列表中只需设置一列（'b'），效果很好，但我不知道如何对多个列进行设置。
数据帧：
a b c d
0 1 b 1 first
1 1 b 2 second
2 2 c 1 third
3 2 c 2 fourth
4 2 c 3 fifth
首选数据帧后期操作：
a b c d
0 1 b [1, 2] [first, second]
1 2 c [1, 2, 3] [third, fourth, fifth]
有没有一个简单的方法可以做到这一点？
共有1个答案
df = df.groupby(['a','b']).apply(lambda x: [list(x['c']), list(x['d'])]).apply(pd.Series)
df.columns =['a','b','c','d']
输出
a b c d
0 1 b [1, 2] [first, second]
1 2 c [1, 2, 3] [third, fourth, fifth]
-
我需要在我的熊猫数据框中制作一个列，它依赖于同一行中的其他项目。例如，这是我的数据框。
-
问题内容： 所以我想做的是：- 相当奇怪的查询，我知道！但是我正在尝试在EntityFramework / Linq中复制此代码- 查看所有示例，当联接使用AND（使用匿名类型）但对OR联接存在相同的结果时，我可以看到一种非常简单的方法？ 问题答案： 只需使用where子句进行交叉连接 令人怀疑的是，连接条件或连接条件是否会比此条件更有效，但是可能会导致相同的执行计划。除了性能，它还会产生相同的结
-
考虑这个例子 我有一个函数，它以作为输入，并返回三个值，我想存储到三个不同的变量。下面的似乎工作正确 然而，当我试图创建相应的变量时，我得到了一个错误 你怎么认为？ 我曾经在pandas apply（）的返回多列中使用伟大的解决方案，但在当前的pandas中，此解决方案不再有效 谢谢！
-
假设我有员工数据列表。 使用上面的empList，如何获得两个不同的列表，如年龄
-
我试图在Haskell中编写一个函数，它可以做以下操作：输入一个整数列表，对于这些整数，使用map，有一个函数应用于它们，返回一个无限的整数列表。然后，我想使用union将foldr应用于列表，这样结果将是列表中这些列表的union。 现在的问题是，当我以10‘函数’[1,2]为例进行计算时，它会首先计算1的无限列表，因为它是一个无限列表，它永远不会对2进行计算。因此，它只返回输入列表中第一个元素
-
我已经看到了许多关于如何只使用一个文件来实现这一点的示例，但我希望在单个REST调用中接受两个文件列表，并按名称引用每个列表。我用这个作为我的方法： 谁能帮我完成最后一步，从bodyParts中获取实际的输入流？他们有一个getEntity()字段，但我不确定这就是我要找的。