python - 将 pandas groupby 值转换为 numpy 数组

Question

我尝试了多种解决方案，但没有一个能提供所需的输出。

我有一个数据框:

 tag    value
 'A'     3.7
 'A'     1.5
 'E'     9.7
 'E'     2.9
 'B'    -1.2
 'B'     0.8

我的预期输出是一个 Numpy 数组:

array([[3.7, 1.5],
      [9.7, 2.9],
      [-1.2, 0.8]])

我尝试使用 groupby 并在 numpy 数组中进行转换

df.groupby(['tag']).value.apply(np.array).values

但是我得到的输出是:

array([array([3.7, 1.5]), array([9.7, 2.9]), array([-1.2, 0.8]))], dtype=object)

Answer 1

如果每组总是有相同数量的值，则可以创建嵌套列表并传递给 np.array，同样对于相同顺序的组添加 sort=False 参数至 DataFrame.groupby :

arr = np.array(df.groupby(['tag'], sort=False).value.apply(list).tolist())
print (arr)
[[ 3.7  1.5]
 [ 9.7  2.9]
 [-1.2  0.8]]