pandas 实现某一列分组,其他列合并成list

pandas列转换为字典,但将相同第一列(键)的所有值合并为一个键

形式一:

import pandas as pd 
# data
data = pd.DataFrame({\'column1\':[\'key1\',\'key1\',\'key2\',\'key2\'],
    \'column2\':[\'value1\',\'value2\',\'value3\',\'value3\']})
print(data) 
# Grouped dict
data_dict = data.groupby(\'column1\').column2.apply(list).to_dict() 
print(data_dict)

输出结果:

 column1 column2
0  key1 value1
1  key1 value2
2  key2 value3
3  key2 value3 
{\'key1\': [\'value1\', \'value2\'], \'key2\': [\'value3\', \'value3\']}

形式二:

import pandas as pd
# data
df = pd.DataFrame({\'column1\':[\'key1\',\'key1\',\'key2\',\'key2\'],
    \'column2\':[\'value1\',\'value2\',\'value1\',\'value2\'],
    \'column3\':[\'value11\',\'value11\',\'value22\',\'value22\'],
    \'column4\':[\'value44\',\'value44\',\'value55\',\'value55\']}) 
# Grouped dict
data_dict = df.groupby(\'column1\').apply(lambda x: {col:x[col].tolist() for col in x.columns if col != \'column2\'}).to_dict()
print(data_dict) 
data_dict2 = df.groupby(\'column1\').apply(lambda x: {col:x[col].tolist()[0] if col != \'column2\' else x[col].tolist() for col in x.columns}).to_dict()
print(data_dict2)

输出结果:

#data_dict
{
  \'key1\': {
    \'column1\': [\'key1\', \'key1\'], 
    \'column3\': [\'value11\', \'value11\'], 
    \'column4\': [\'value44\', \'value44\']
  }, 
  \'key2\': {
    \'column1\': [\'key2\', \'key2\'], 
    \'column3\': [\'value22\', \'value22\'], 
    \'column4\': [\'value55\', \'value55\']
  }
}
#data_dict2
{
  \'key1\': {
    \'column1\': \'key1\', 
    \'column2\': [\'value1\', \'value2\'], 
    \'column3\': \'value11\', 
    \'column4\': \'value44\'
  }, 
  \'key2\': {
    \'column1\': \'key2\', 
    \'column2\': [\'value1\', \'value2\'], 
    \'column3\': \'value22\', 
    \'column4\': \'value55\'
  }
}

补充:pandas中,利用groupby分组后,对字符串字段进行合并拼接

在pandas里对于数值字段而言,groupby后可以用sum()、max()等方法进行简单的处理,对于字符串字段, 如果把它们的值拼接在一起,可以用使用 str.cat() 和 lamda 方法。

如,将下面表格中的内容,对skill字段按照id进行分组合并

pandas 实现某一列分组,其他列合并成list

实现代码:

import pandas as pd
file_name=\'test.xlsx\'
df=pd.read_excel(file_name)
data=df.groupby(\'id\')[\'skill\'].apply(lambda x:x.str.cat(sep=\':\')).reset_index()
print(data)

效果如下:

pandas 实现某一列分组,其他列合并成list

另,数据处理时,常常需要将某一列进行拆分,分列,替换等,相关的函数有str.split()、str.extract()、str.replace().

pandas 实现某一列分组,其他列合并成list

以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。

© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容