从数据框 pandas 创建 groupby 函数答案

【问题标题】：creating groupby function from dataframe pandas从数据框 pandas 创建 groupby 函数
【发布时间】：2020-12-21 04:46:58
【问题描述】：

我的模拟数据框由这两列（字符和值）组成，我想创建一个函数，根据其唯一值迭代列“字符”，然后获取与其关联的所有值。请多多指教。

预期结果：

temp = ({a:[100,400], b:[200,200], c:[200,200]})

df
characters values
  a         100
  b         200
  a         400
  b         200
  c         200
  c         200

我知道我必须创建一个空列表，然后迭代“字符”列并将值附加到列表中。这是我的粗略想法（不完整）

def groups_per_character(df):
    temp = {}
    for characters,values in df.values():
        for character in characters:
            if character not in temp:
                temp[character]=[]
            temp[character].append(values)
        return temp

所以基本上我试图做一个比类似但不一样的功能

df.groupby("characters").min()

运行函数时发生错误 'numpy.ndarray' 对象不可调用

【问题讨论】：

标签： python pandas list dataframe dictionary

【解决方案1】：

您不需要创建单独的函数。

只需将Groupby.agg 与df.to_dict() 一起使用：

In [1687]: x = df.groupby('characters').agg(list).to_dict()

In [1688]: temp = x['values']

In [1689]: temp
Out[1689]: {'a': [100, 400], 'b': [200, 200], 'c': [200, 200]}

【讨论】：

@aimankhalid 如果答案有帮助，请考虑投票并接受答案。

【解决方案2】：

由于只是迭代，没有计算，可以使用defaultdict：

from collections import defaultdict

d = defaultdict(list)
for k, v in zip(df.characters, df["values"]):
    d[k].append(v)

d
defaultdict(list, {'a': [100, 400], 'b': [200, 200], 'c': [200, 200]})

【讨论】：