将数据框重塑为多索引

Question

我创建了这个示例数据

pd.DataFrame.from_items([(0,['a1', 'a1', 'a2', 'a2']), (1,['b1', 'b1', 'b2', 'b2']), (2,['m', 'n', 'o', 'p'])])
    0   1  2
0  a1  b1  m
1  a1  b1  n
2  a2  b2  o
3  a2  b2  p

我想将此数据框“减少”为具有“0”列中唯一值的索引，然后作为列返回“2”列中值的数组。 例如

       '2'
Index 
a1    [m,n]
a2    [o,p]

因此，我需要将其作为数据框，因为我想将生成的数据框连接到另一个数据框。它们都“相当”大（18mio 行）。 我尝试使用堆栈，但我不知道该怎么做。我尝试使用数据透视表，但是 col '2' 中的值在标题中，而不是用作值。任何帮助将不胜感激！

Answer 1

你可以使用groupby和apply，最后转换成Seriesto_frame：

print (df.groupby(0)[2].apply(list))
0
a1    [m, n]
a2    [o, p]
Name: 2, dtype: object

print (df.groupby(0)[2].apply(list).to_frame())
         2
0         
a1  [m, n]
a2  [o, p]

另一种解决方案：

print (df.groupby(0)[2].apply(lambda x: x.tolist()).to_frame())
         2
0         
a1  [m, n]
a2  [o, p]

---

如果需要输出为unique 值：

df = pd.DataFrame.from_items([(0,['a1', 'a1', 'a1', 'a2']), 
                              (1,['b1', 'b1', 'b2', 'b2']),
                              (2,['m', 'n', 'm', 'p'])])
print (df)
    0   1  2
0  a1  b1  m
1  a1  b1  n
2  a1  b2  m
3  a2  b2  p

print (df.groupby(0)[2].apply(list).to_frame())
            2
0            
a1  [m, n, m]
a2        [p]

print (df.groupby(0)[2].unique().to_frame())
         2
0         
a1  [m, n]
a2     [p]