python - Pandas :按 A 列分组并从其他列列出元组？

Question

我想将用户交易汇总到 pandas 中的列表中。我不知道如何制作一个包含多个字段的列表。例如，

df = pd.DataFrame({'user':[1,1,2,2,3], 
                   'time':[20,10,11,18, 15], 
                   'amount':[10.99, 4.99, 2.99, 1.99, 10.99]})

看起来像

    amount  time  user
0   10.99    20     1
1    4.99    10     1
2    2.99    11     2
3    1.99    18     2
4   10.99    15     3

如果我这样做

print(df.groupby('user')['time'].apply(list))

我明白了

user
1    [20, 10]
2    [11, 18]
3        [15]

但如果我这样做

df.groupby('user')[['time', 'amount']].apply(list)

我明白了

user
1    [time, amount]
2    [time, amount]
3    [time, amount]

感谢下面的回答，我知道我可以做到这一点

df.groupby('user').agg(lambda x: x.tolist()))

得到

             amount      time
user                         
1     [10.99, 4.99]  [20, 10]
2      [2.99, 1.99]  [11, 18]
3           [10.99]      [15]

但我想按相同的顺序对时间和金额进行排序 - 这样我就可以按顺序处理每个用户的交易。

我一直在寻找一种方法来制作这个:

             amount-time-tuple
user                         
1     [(20, 10.99), (10, 4.99)]
2     [(11,  2.99), (18, 1.99)]
3     [(15, 10.99)]

但也许有一种方法可以在不对两列进行“元组化”的情况下进行排序？

Answer 1

apply(list) 将考虑系列索引而不是值。我认为您正在寻找

df.groupby('user')[['time', 'amount']].apply(lambda x: x.values.tolist())

user1    [[23.0, 2.99], [50.0, 1.99]]2                  [[12.0, 1.99]]