Pandas Groupby 之后的列表列扁平化列表答案

【问题标题】：Flattening List of Lists Column Following Pandas GroupbyPandas Groupby 之后的列表列扁平化列表
【发布时间】：2021-03-06 18:07:49
【问题描述】：

我有一个 pandas 数据框，其中包含列表类型的 ID 和代码：

df = pd.DataFrame({'ID': [1, 1, 1, 2, 2, 3, 3, 4], 'Code': [['A', 'B'], ['A', 'B'], ['A', 'B', 'C'], 
                   ['A'], ['A'], ['A', 'C'], ['D', 'C'], ['A', 'D']]})

我想按 ID 分组并获取与每个 ID 关联的所有代码的列表：

df_groupby = pd.DataFrame(df.groupby('ID')['Code'].apply(list))

执行上述代码后，我在 ID 级别有一个数据框，其中“代码”列转换为列表列表。如何展平“代码”列中的每个列表列表，以便我拥有与每个 ID 关联的所有代码的列表？

【问题讨论】：

标签： pandas pandas-groupby flatten

【解决方案1】：

试试这个。你可以使用np.hstack水平顺序堆叠数组。

import numpy as np
df_groupby["Code"] = df_groupby["Code"].apply(lambda x: np.hstack(x))

或

df_groupby["Code"] = df_groupby["Code"].apply(np.hstack)

【讨论】：

【解决方案2】：

使用列表理解：

df = df.groupby('ID')['Code'].agg(lambda x: [z for y in x for z in y]).to_frame()
print(df)
                     Code
ID                       
1   [A, B, A, B, A, B, C]
2                  [A, A]
3            [A, C, D, C]
4                  [A, D]

【讨论】：

【解决方案3】：

回答我自己的问题。应用 numpy 的 hstack 就可以了：

df_groupby['Code'] = df_groupby['Code'].apply(np.hstack)

【讨论】：