在 Pandas 中使用 group by 进行转换答案

【问题标题】：Transform with group by in Pandas在 Pandas 中使用 group by 进行转换
【发布时间】：2017-08-16 05:08:05
【问题描述】：

我正在创建一个数据框

import pandas as pd

 df1 = pd.DataFrame( {     
"Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] ,           
"City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle",     
"Portland"]   } )          

df1.groupby( ["City"] )['Name'].transform(lambda x:     
','.join(x)).drop_duplicates()      
I want the output as      

Name    City                 
Alice,Bob,Mallory,Bob     Seattle           
Mallory,Mallory    Portland        

but i am getting only           
Name         
Alice,Bob,Mallory,Bob                
Mallory,Mallory        

This is an example with small number of columns but in my actual problem i 
have too many columns so i cannot use           
df1['Name']= df1.groupby( ['City'] )['Name'].transform(lambda x:         
','.join(x))              
df1.groupby( ['City','Name'], as_index=False )              
df1.drop_duplicates()

因为我必须为每一列编写相同的代码
有没有什么方法可以在不为每一列编写转换的情况下做到这一点分别。

【问题讨论】：

标签： python python-3.x pandas pandas-groupby

【解决方案1】：

1.列聚合

我认为您需要 apply 和 ,.join，然后对于变更单使用 double [[]]：

df = df1.groupby(["City"])['Name'].apply(','.join).reset_index()
df = df[['Name','City']]
print (df)
                    Name      City
0        Mallory,Mallory  Portland
1  Alice,Bob,Mallory,Bob   Seattle

因为transform 使用聚合值创建新列：

df1['new'] = df1.groupby("City")['Name'].transform(','.join)
print (df1)
       City     Name                    new
0   Seattle    Alice  Alice,Bob,Mallory,Bob
1   Seattle      Bob  Alice,Bob,Mallory,Bob
2  Portland  Mallory        Mallory,Mallory
3   Seattle  Mallory  Alice,Bob,Mallory,Bob
4   Seattle      Bob  Alice,Bob,Mallory,Bob
5  Portland  Mallory        Mallory,Mallory

2。列和更多聚合

如果更多列需要agg 并在[] 中指定列或没有指定连接所有字符串列：

df1 = pd.DataFrame( {     
"Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] ,  
"Name2":   ["Alice1", "Bob1", "Mallory1", "Mallory1", "Bob1" , "Mallory1"],      
"City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle",     
"Portland"]   } )   
print (df1)
       City     Name     Name2
0   Seattle    Alice    Alice1
1   Seattle      Bob      Bob1
2  Portland  Mallory  Mallory1
3   Seattle  Mallory  Mallory1
4   Seattle      Bob      Bob1
5  Portland  Mallory  Mallory1

df = df = df1.groupby('City')['Name', 'Name2'].agg(','.join).reset_index()
print (df)
       City                   Name                      Name2
0  Portland        Mallory,Mallory          Mallory1,Mallory1
1   Seattle  Alice,Bob,Mallory,Bob  Alice1,Bob1,Mallory1,Bob1

Anf 如果需要聚合所有列：

df = df1.groupby('City').agg(','.join).reset_index()
print (df)
       City                   Name                      Name2
0  Portland        Mallory,Mallory          Mallory1,Mallory1
1   Seattle  Alice,Bob,Mallory,Bob  Alice1,Bob1,Mallory1,Bob1

df1 = pd.DataFrame( {     
"Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] ,  
"Name2":   ["Alice1", "Bob1", "Mallory1", "Mallory1", "Bob1" , "Mallory1"],      
"City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"],
'Numbers':[1,5,4,3,2,1]} )   
print (df1)
       City     Name     Name2  Numbers
0   Seattle    Alice    Alice1        1
1   Seattle      Bob      Bob1        5
2  Portland  Mallory  Mallory1        4
3   Seattle  Mallory  Mallory1        3
4   Seattle      Bob      Bob1        2
5  Portland  Mallory  Mallory1        1


df = df1.groupby('City').agg({'Name': ','.join, 
                              'Name2': ','.join, 
                              'Numbers': 'max'}).reset_index()
print (df)
       City                   Name                      Name2  Numbers
0  Portland        Mallory,Mallory          Mallory1,Mallory1        4
1   Seattle  Alice,Bob,Mallory,Bob  Alice1,Bob1,Mallory1,Bob1        5

【讨论】：

好的，谢谢，这是可行的，还有一件事假设我还有一列带有数字，我必须使用上述操作计算该列的最大值或最小值，那么我将如何将两个 agg 函数合二为一声明。
很高兴能帮上忙祝你好运！
@vatsal 您也可以对此答案和其他答案进行投票以表示额外的赞赏。

【解决方案2】：

你可以的

In [42]: df1.groupby('City')['Name'].agg(','.join).reset_index(name='Name')
Out[42]:
       City                   Name
0  Portland        Mallory,Mallory
1   Seattle  Alice,Bob,Mallory,Bob

或者，

In [49]: df1.groupby('City', as_index=False).agg({'Name': ','.join})
Out[49]:
       City                   Name
0  Portland        Mallory,Mallory
1   Seattle  Alice,Bob,Mallory,Bob

对于多个聚合

df1.groupby('City', as_index=False).agg(
      {'Name': ','.join, 'Name2': ','.join, 'Number': 'max'})

【讨论】：

如果我还有一列作为 Name2 那么我将如何使用上述函数通过字符串聚合获得相同的结果。
检查我的答案。