python pandas groupby排序和连接

Question

我有一个 Pandas 数据框:

df = pd.DataFrame({'a': [1,1,1,1,2,2,2], 'b': ['a','a','a','a','b','b','b'], 'c': ['o','o','o','o','p','p','p'], 'd': [ [2,3,4], [1,3,3,4], [3,3,1,2], [4,1,2], [8,2,1], [0,9,1,2,3], [4,3,1] ], 'e': [13,12,5,10,3,2,5] })

我想要的是:

首先按列 a、b、c 分组 --- 有两组

然后在每组内按照 e 列升序排序

最后在每个组列 d 内连接

所以我想要的结果是:

result = pd.DataFrame({'a':[1,2], 'b':['a','b'], 'c':['o','p'], 'd':[[3,3,1,2,4,1,2,1,3,3,4,2,3,4],[0,9,1,2,3,8,2,1,4,3,1]]})

谁能分享一些快速/优雅的方法来解决这个问题？非常感谢。

Answer 1

您可以按列排序 e , group by a , b和 c然后使用列表推导式连接 d列(展平)。请注意，我们可以使用 sort然后 groupby因为 groupby 会

preserve the order in which observations are sorted within each group:

根据 doc here:

(df.sort_values('e').groupby(['a', 'b', 'c'])['d']
                    .apply(lambda g: [j for i in g for j in i]).reset_index())

列表理解的替代方法是来自 itertools 的链:

from itertools import chain
(df.sort_values('e').groupby(['a', 'b', 'c'])['d']
                    .apply(lambda g: list(chain.from_iterable(g))).reset_index())