回答:
これを使用groupby
して、目的の列でグループ化してapply
list
から、すべてのグループにグループ化できます。
In [1]: 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
In [2]: df.groupby('a')['b'].apply(list)
Out[2]:
a
A [1, 2]
B [5, 5, 4]
C [6]
Name: b, dtype: object
In [3]: df1 = df.groupby('a')['b'].apply(list).reset_index(name='new')
df1
Out[3]:
a new
0 A [1, 2]
1 B [5, 5, 4]
2 C [6]
tuple
、ここで2番目の答えを使用しました:stackoverflow.com/questions/19530568/…。説明については、stackoverflow.com / questions / 27439023 /…の 2番目の回答を参照してください 。
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
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
.groupby([df.index.month, df.index.day])
だけではなくの.groupby('a')
?
これを実現する便利な方法は次のとおりです。
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する:https : //www.kaggle.com/akshaysehgal/how-to-group-by-aggregate-using-py
lambda args: f(args)
に相当f
df.groupby('a').apply(list)
使用するか、dictの一部としてaggで使用する必要がありますdf.groupby('a').agg({'b':list})
。さらに多くのことができるので、ラムダ(推奨)でも使用できます。例:df.groupby('a').agg({'c':'first', 'b': lambda x: x.unique().tolist()})
これは、シリーズ関数をcol cに適用し、次にリスト関数をcol bに適用します。
あなたが言っていたgroupby
ように、pd.DataFrame
オブジェクトのメソッドは仕事をすることができます。
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、グループのインデックスごとの説明を提供します。
単一のグループの要素を取得するには、たとえば、
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
データフレームのいくつかの列で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]
この回答は、Anamika Modiの回答から発想を得たものです。ありがとうございました!
以下のいずれかgroupby
とagg
レシピ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約するには、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]
単一の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、を呼び出しますSeriesGroupBy.agg
。使用する、
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
groupby(..., sort=False)
。ここでは、既にソートされている列Aでグループ化しているため、違いはありません。
df.groupby('a')['b'].agg(lambda x: list(set(x)))
のagg
代わりに使用する時が来ましたapply
。
いつ
df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6], 'c': [1,2,5,5,4,6]})
複数の列をリストに積み重ねたい場合は、 pd.DataFrame
df.groupby('a')[['b', 'c']].agg(list)
# or
df.groupby('a').agg(list)
リストに単一の列が必要な場合、結果は ps.Series
df.groupby('a')['b'].agg(list)
#or
df.groupby('a')['b'].apply(list)
のpd.DataFrame
結果はps.Series
、単一の列のみを集計する場合の結果よりも約10倍遅くなります。複数列の場合に使用してください。
ここでは「|」で要素をグループ化しています セパレータとして
import pandas as 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]
集約関数のタプル構文だけでAnamikaの回答に似ている、少なくとも1つの列で同じことのほとんどが達成されないことがわかる最も簡単な方法。
df.groupby('a').agg(b=('b','unique'), c=('c','unique'))