Pandas：groupby 第一列并将其应用于 df 的其余部分（将值存储在列表中）答案

【问题标题】：Pandas: groupby first column and apply that to rest of df (store values in list)Pandas：groupby 第一列并将其应用于 df 的其余部分（将值存储在列表中）
【发布时间】：2021-11-28 00:49:14
【问题描述】：

我知道已经有很多类似的问题，但似乎没有一个适用于我的问题（或者我不知道如何应用它们）

所以我有一个 Pandas DataFrame，第一列中有重复的条目，但其余列中的值不同。

像这样：

     location      year     GDP     ...
0    AUT           1998     14...
1    AUT           2018     98...
2    AUS           1998     24...
3    AUS           2018     83...
...

我只想在“位置”中获取唯一条目，但将所有列及其值保留在一个列表中：

     location      year             GDP               ...
0    AUT           (1998, 2018)     (14..., 98...)
1    AUS           (1998, 2018)     (24..., 83...)
...

我试过了：

grouped = df_gdp_pop_years.groupby("Location")['Year'].apply(list).reset_index(name = "Year")

我尝试用 lambda 函数做同样的事情，但我总是遇到同样的问题：我只保留年份。

我怎样才能得到我想要的结果？

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

你可以试试

df_gdp_pop_years.groupby("Location").agg({"Year": list, "GDP": list})

【讨论】：

【解决方案2】：

如果您的其他列可能正在更改或可能添加更多列，您可以在这些列上使用通用 .agg() 来完成此操作：

df_gdp_pop_years.groupby('location').agg(lambda x: x.tolist())

我通过搜索“pposite of pandas explode”发现了这一点，这导致我提出了一个不同的 SO 问题：How to implode(reverse of pandas explode) based on a column

【讨论】：