如何对熊猫数据框中的列表进行分组

Question

我有一个如下所示的数据框：

df = pd.DataFrame({'col1': [['a','b','c'], ['a','d'], ['c','c']]})

我想对数据框进行分组，使其看起来像这样：

result = pd.DataFrame({'col1': [['a'], ['b'], ['c'], ['d']], 'count': [[2],[1],[3],[4]]})

如果我在 python 中使用pd.groupby('col1').count() 选项，我会得到错误

"不可散列的类型：'list'。

如何解决？

Answer 1

您需要通过 DataFrame 构造函数展平列表，通过 stack 创建 Series 并最后创建 value_counts：

df1 = pd.DataFrame(df['col1'].values.tolist()).stack().value_counts().reset_index()
df1.columns = ['col1','count']
df1 = df1.sort_values('col1')
print (df1)
  col1  count
1    a      2
2    b      1
0    c      3
3    d      1

如果真的想要列表（某些 pandas 函数可能会失败）添加 applymap:

df1 = df1.applymap(lambda x: [x])
print (df1)
  col1 count
1  [a]   [2]
2  [b]   [1]
0  [c]   [3]
3  [d]   [1]

Counter + numpy.concatenate 的另一种解决方案：

from collections import Counter

df1 = pd.Series(Counter(np.concatenate(df['col1']))).reset_index()
df1.columns = ['col1','count']
df1 = df1.applymap(lambda x: [x])
print (df1)
  col1 count
0  [a]   [2]
1  [b]   [1]
2  [c]   [3]
3  [d]   [1]