Python列表: For each columnA value show all the ColumnB values

Question

我有一个数据框，我正在尝试合并两列(一列有数字 ID，另一列有字符串)。那么，让我们举个例子:

我想要做的是创建一个列表，该列表将显示columnA的每个值的所有columnB值(仅粘贴excel版本而不是列表输出):

最初这是我的代码:

#Group the results by the columns given
scenario = df.groupby(['ColumnA', 'ColumnB', 'ColumnC', 'ColumnD']).agg({'Start_Date': 'min', 'End_Date': 'max', 'Number': 'sum', 'Number2': 'sum'})

 scenario1 = list()
 for row in scenario.itertuples():
    scenario1.append(row[0][0]," ",row[0][1])

并且返回了这个错误:

unsupported operand type(s) for +: 'int' and 'str'

这是一种常见的情况。

所以，我也尝试了以下场景:

scenario1.append(row[0][0]," ",row[0][1]) 

错误:

append() takes exactly one argument (3 given)

我找到了一个解决方案(未经过 100% 测试):

scenario1.append(str(row[0][0])+" "+row[0][1])

当我试图寻找解决方案时，我将数据帧转换为json:

json_data =json.loads(df.to_json(orient="records"))

    scenario2 = [{"columna": x["ColumnA"], "columnb": x["ColumnB"]} for x in json_data if "columnC" in x and x["ColumnC"] == "one"]
    print(scenario2)

返回一个空列表。请注意，我在此处为第三列添加了过滤器。我不明白为什么这不起作用。

UPD:

在 jezrael 回答之后，我尝试编辑它:

df = pd.DataFrame({'columnA':[1111,1111,2222,3333,4444,4444,5555,6666],
                   'columnB':['AAAA','BBBB','AAAA','BBBB','AAAA','CCCC','BBBB','CCCC'],
                   'columnC':['one','one','one','one','one','one','two','one'],
                   'NUM1':[1,3,5,7,1,0,4,5],
                   'NUM2':[5,3,6,9,2,4,1,1],
                   'W':list('aaabbbbb')})

print (df)

d = {'columnB':lambda x: x.tolist(), 'columnC':'first'}
df1 = df.groupby('columnA').agg(d)

print (df1)

我要返回这个:

Answer 1

我认为您需要通过 join 所有字符串列(如 ColumnB)进行聚合，或者如果只需要第一个值(如 ColumnC<)，则需要通过 first 进行聚合.

如果需要聚合list，请使用lambda函数，例如ColumnD:

d = {'Start_Date': 'min', 
     'End_Date': 'max', 
     'Number': 'sum', 
     'Number2': 'sum', 
     'ColumnB':', '.join,
     'ColumnC':'first',
     'ColumnD':lambda x: x.tolist()}
scenario = df.groupby(['ColumnA']).agg(d)

示例:

df = pd.DataFrame({'A':list('abcdef'),
                   'B':list('abcdef'),
                   'C':list('abcdef'),
                   'D':[1,3,5,7,1,0],
                   'E':[5,3,6,9,2,4],
                   'F':list('aaabbb')})

print (df)
   A  B  C  D  E  F
0  a  a  a  1  5  a
1  b  b  b  3  3  a
2  c  c  c  5  6  a
3  d  d  d  7  9  b
4  e  e  e  1  2  b
5  f  f  f  0  4  b

d = {'A':lambda x: x.tolist(), 'B':'first', 'C':','.join, 'D':'min'}
df1 = df.groupby('F').agg(d)
print (df1)
           A  B      C  D
F                        
a  [a, b, c]  a  a,b,c  1
b  [d, e, f]  d  d,e,f  0