Pandas 数据框：按某些列分组并从其余列创建列表答案

【问题标题】：Pandas dataframe: group by some columns and create lists from the remaining onesPandas 数据框：按某些列分组并从其余列创建列表
【发布时间】：2022-07-06 22:58:01
【问题描述】：

我的示例数据框包含：

id1	id2	text	metadata
HP:001	DO:001	text_1	metadata_1
HP:001	DO:001	text_2	metadata_2

我正在尝试生成一个新表，按id1 和id2 分组，其中text 和metadata 将包含来自各自记录的术语列表：

id1	id2	text	metadata
HP:001	DO:001	['text_1', 'text_2']	['metadata_1', 'metadata_2']

我尝试将 groupby 与 apply 和 reset_index 一起使用，但我得到：

df = pd.DataFrame(data={"id1": ["HP:001", "HP:001"], 
                   "id2": ["DO:001", "DO:001"], 
                   "text": ["text_1", "text_2"], 
                   "metadata": ["metadata_1", "metadata_2"]})

outcome = df.groupby(["id1", "id2"]).apply(list)

结果是：

id1     id2   
HP:001  DO:001    [id1, id2, text, metadata]
dtype: object

我可以使用reset_index 将结果解析为数据帧，但我不明白为什么我得到的是列名列表而不是其内容作为结果。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

更改适用于agg

outcome = df.groupby(["id1", "id2"]).agg(list)#.reset_index()

outcome
Out[372]: 
                           text                  metadata
id1    id2                                               
HP:001 DO:001  [text_1, text_2]  [metadata_1, metadata_2]

【讨论】：

【解决方案2】：

使用df.groupby(["id1", "id2"]).apply(list)，您可以将其视为df.groupby(["id1", "id2"]).apply(lambda group: list(group))，其中group 是一个DataFrame。 list(DataFrame) 返回列名。

【讨论】：