pandas groupby 数据帧 2 基于数据帧 1答案

【问题标题】：pandas groupby dataframe 2 based on dataframe 1pandas groupby 数据帧 2 基于数据帧 1
【发布时间】：2020-06-15 19:11:42
【问题描述】：

data = {"Team": ["Red Sox", "Red Sox", "Red Sox", "Red Sox", "Red Sox", "Red Sox", "Yankees", 
                 "Yankees", "Yankees", "Yankees", "Yankees", "Yankees"],
        "Pos": ["Pitcher", "Pitcher", "Pitcher", "Not Pitcher", "Not Pitcher", "Not Pitcher", 
                "Pitcher", "Pitcher", "Pitcher", "Not Pitcher", "Not Pitcher", "Not Pitcher"],
        "Age": [24, 28, 40, 22, 29, 33, 31, 26, 21, 36, 25, 31]}
df1 = pd.DataFrame(data)

现在我使用以下代码按 2 列分组：

grouped_multiple = df1.groupby(['Team', 'Pos']).agg({'Age': ['mean', 'min', 'max']})
grouped_multiple.columns = ['age_mean', 'age_min', 'age_max']
grouped_multiple = grouped_multiple.reset_index()

现在我创建了第二个数据框，其中还有 3 列，长度相同，但只有数字作为值。想象一下，数据帧 1 的每个单元都与数据帧 2 的相同位置单元链接。当我对数据框 1 进行分组时 --> 我想获取数据框 2 的相应值

所以 df1 groupyby 第 1 列

["Red Sox", "Red Sox", "Red Sox", "Red Sox", "Red Sox", "Red Sox", "Yankees", 
 "Yankees", "Yankees", "Yankees", "Yankees", "Yankees"]

结果

["Red Sox", "Yankees"]

让我们说 df2 第 1 列看起来像

[1,2,4,3,2,3,4,5,3,5,6,7]

所以我想将 df2 的值 - 第 1 列 --> 在一个列表中，其中 df1 的相应索引取自每个“红袜队”和“洋基队”

喜欢

[[1,2,4,3,2,3][4,5,3,5,6,7]]

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

不确定grouped_multiple 的问题出在哪里，我认为如果 df1 和 df2 的长度相同，您可以这样做

df2 = pd.DataFrame({'col1':[1,2,4,3,2,3,4,5,3,5,6,7]})
s = df2['col1'].groupby(df1['Team']).agg(list)

你得到

print (s)
Team
Red Sox    [1, 2, 4, 3, 2, 3]
Yankees    [4, 5, 3, 5, 6, 7]
Name: col1, dtype: object

或者如果你想要一个列表列表，那么

l = s.tolist()
print (l)
[[1, 2, 4, 3, 2, 3], [4, 5, 3, 5, 6, 7]]

如果你想对 df1 中的两列进行分组，那么你可以这样做

df2['col1'].groupby([df1['Team'], df1['Pos']]).agg(list)
Team     Pos        
Red Sox  Not Pitcher    [3, 2, 3]
         Pitcher        [1, 2, 4]
Yankees  Not Pitcher    [5, 6, 7]
         Pitcher        [4, 5, 3]

【讨论】：

ty，这就是我要找的

【解决方案2】：

我有点不清楚您要做什么，但是如果您这样连接两个数据帧：

newdf = pd.concat([df1, df2], axis=1)

那么你可以做你的groupby 并用最后三列做必要的事情。

【讨论】：