web-dev-qa-db-ja.com

リスト内の行をパンダgroupbyにグループ化する

以下のようなパンダデータフレームがあります。

a b
A 1
A 2
B 5
B 5
B 4
C 6

最初の列でグループ化し、2番目の列を行のリストとして取得します。

A [1,2]
B [5,5,4]
C [6]

Pandas groupbyを使ってこのようなことをすることは可能ですか？

pythonpandaspandas-groupby
169
Abhishek Thakur

groupbyを使用して目的の列にグループ化し、次にapplylistをすべてのグループにグループ化することができます。

In [1]:
# create the dataframe    
df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6]})
df
Out[1]:
   a  b
0  A  1
1  A  2
2  B  5
3  B  5
4  B  4
5  C  6

[6 rows x 2 columns]

In [76]:
df.groupby('a')['b'].apply(list)

Out[76]:
a
A       [1, 2]
B    [5, 5, 4]
C          [6]
Name: b, dtype: object
251
EdChum

パフォーマンスが重要な場合は、でこぼこしたレベルに下がります。

import numpy as np

df = pd.DataFrame({'a': np.random.randint(0, 60, 600), 'b': [1, 2, 5, 5, 4, 6]*100})

def f(df):
         keys, values = df.sort_values('a').values.T
         ukeys, index = np.unique(keys, True)
         arrays = np.split(values, index[1:])
         df2 = pd.DataFrame({'a':ukeys, 'b':[list(a) for a in arrays]})
         return df2

テスト：

In [301]: %timeit f(df)
1000 loops, best of 3: 1.64 ms per loop

In [302]: %timeit df.groupby('a')['b'].apply(list)
100 loops, best of 3: 5.26 ms per loop
32
B. M.

pd.DataFrameオブジェクトのgroupbyメソッドがその仕事をすることができると言っていました。

例

 L = ['A','A','B','B','B','C']
 N = [1,2,5,5,4,6]

 import pandas as pd
 df = pd.DataFrame(Zip(L,N),columns = list('LN'))


 groups = df.groupby(df.L)

 groups.groups
      {'A': [0, 1], 'B': [2, 3, 4], 'C': [5]}

これは、グループの説明とインデックスに関する説明です。

単一のグループの要素を取得するには、たとえば、次のようにします。

 groups.get_group('A')

     L  N
  0  A  1
  1  A  2

  groups.get_group('B')

     L  N
  2  B  5
  3  B  5
  4  B  4
16
Acorbe

これを達成するための便利な方法は次のようになります。

df.groupby('a').agg({'b':lambda x: list(x)})

カスタムアグリゲーションの作成を検討してください。 https://www.kaggle.com/akshaysehgal/how-to-group-by-aggregate-using-py

14
Anamika Modi

データフレームのいくつかの列に対してこれを解決するには：

In [5]: df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6],'c'
   ...: :[3,3,3,4,4,4]})

In [6]: df
Out[6]: 
   a  b  c
0  A  1  3
1  A  2  3
2  B  5  3
3  B  5  4
4  B  4  4
5  C  6  4

In [7]: df.groupby('a').agg(lambda x: list(x))
Out[7]: 
           b          c
a                      
A     [1, 2]     [3, 3]
B  [5, 5, 4]  [3, 4, 4]
C        [6]        [4]

この答えは Anamika Modi の答えからヒントを得たものです。ありがとうございました！

8
Markus Dutschke

以下のgroupbyおよびaggレシピのいずれかを使用してください。

# Setup
df = pd.DataFrame({
  'a': ['A', 'A', 'B', 'B', 'B', 'C'],
  'b': [1, 2, 5, 5, 4, 6],
  'c': ['x', 'y', 'z', 'x', 'y', 'z']
})
df

   a  b  c
0  A  1  x
1  A  2  y
2  B  5  z
3  B  5  x
4  B  4  y
5  C  6  z

複数の列をリストとして集計するには、次のいずれかを使用します。

df.groupby('a').agg(list)
df.groupby('a').agg(pd.Series.tolist)

           b          c
a                      
A     [1, 2]     [x, y]
B  [5, 5, 4]  [z, x, y]
C        [6]        [z]

単一列のみをグループ化するには、groupbyをSeriesGroupByオブジェクトに変換してからSeriesGroupBy.aggを呼び出します。つかいます、

df.groupby('a').agg({'b': list})  # 4.42 ms 
df.groupby('a')['b'].agg(list)    # 2.76 ms - faster

a
A       [1, 2]
B    [5, 5, 4]
C          [6]
Name: b, dtype: object
3
cs95

ListとSeriesコンストラクタでdf.groupbyを使ってみましょう

pd.Series({x : y.b.tolist() for x , y in df.groupby('a')})
Out[664]: 
A       [1, 2]
B    [5, 5, 4]
C          [6]
dtype: object
2
WeNYoBen

ここで要素を "|"でグループ化しましたセパレータとしてインポートパンダとしてpd

df = pd.read_csv('input.csv')

df
Out[1]:
  Area  Keywords
0  A  1
1  A  2
2  B  5
3  B  5
4  B  4
5  C  6

df.dropna(inplace =  True)
df['Area']=df['Area'].apply(lambda x:x.lower().strip())
print df.columns
df_op = df.groupby('Area').agg({"Keywords":lambda x : "|".join(x)})

df_op.to_csv('output.csv')
Out[2]:
df_op
Area  Keywords

A       [1| 2]
B    [5| 5| 4]
C          [6]
0
Ganesh Kharad

複数の列をグループ化するときにniquelistを探している場合、これはおそらく役立つ可能性があります：

df.groupby('a').agg(lambda x: list(set(x))).reset_index()
0
Vanshika