如何获得另一种格式的列表？[重复]

Question

我有一个数据框，其中我只需要值​​包含某个值的。我已经实现了。我现在想要的是按用户分组的列表。我得到的是列表中数据框的每个元素。如何获取此列表[[User1.item1，…，User1，itemn]，…，[Usern.item1，…，Usern，itemn]

d = {'userid': [0, 0, 0, 1, 2, 2, 3, 3, 4, 4, 4],
     'itemid': [715, 845, 98, 12324, 85, 715, 2112, 85, 2112, 852, 102]}
df = pd.DataFrame(data=d)
print(df)

users = df.loc[df.itemid == 715, "userid"]
df_new = df.loc[df.userid.isin(users)]

list_new = df_new[['itemid']].values.tolist()
# What I get
[[715],[845],[98],[85],[715]]
# What I want
[[715,845,98],[85,715]]

Answer 1

1.我们需要根据用户id对数据进行分组。分组在许多应用中非常重要，例如在机器学习预处理领域：例如：假设我们的数据是从位于一个州不同部分的不同站点的传感器收集的。假设我们正在测量压力和温度。假设有三个站，即1号站、2号站和3号站。在许多实际场景中，数据中可能缺少值。如果我们使用整个数据来填充缺失的值，我们可能不会得到好的结果。但如果我们只使用该站的数据来填充缺失的值，我们可以得到很好的结果（因为不同的站的条件不同，但在特定的站是相似的）。

ans = df.groupby('userid')['itemid'].apply(list)

userid
0      [715, 845, 98]
1             [12324]
2           [85, 715]
3          [2112, 85]
4    [2112, 852, 102]
Name: itemid, dtype: object

每行给出每个用户的所有itemid

Answer 2

如果你想在一行中完成所有的代码，你可以使用列表理解：

[x for x in [*df.groupby('userid')['itemid'].apply(list)] if 715 in x]

[[715, 845, 98], [85, 715]]

守则：

[*df.groupby（'userid'）['itemid']。

相当于

df_new.groupby（userid）['itemid']。

剩下的部分只是循环遍历从主列表中生成的内容^^^，看看715是否在任何子列表中，其中x是上面代码中的子列表。

Answer 3

您可以使用groupby操作

list_new = df_new.groupby("userid")['itemid'].apply(list).tolist()
print(list_new)  # [[715, 845, 98], [85, 715]]

中间操作是

list_new = df_new.groupby("userid")['itemid'].apply(list)
print(list_new)  

userid
0    [715, 845, 98]
2         [85, 715]
Name: itemid, dtype: object