Pandas：如何使用 groupby 对列表中的行进行分组

您可以使用以下方法将 DataFrame 行分组到 pandas 中的 GroupBy 列表中：

方法 1：将列表中的行分组为一列

 df. groupby (' group_var ')[' values_var ']. agg ( list ). reset_index (name=' values_var ')

方法 2：将列表中的行分组为多列

 df. groupby (' team '). agg (list)

以下示例展示了如何在实践中使用以下 pandas DataFrame 的每种方法：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [10, 10, 12, 15, 19, 23, 20, 20, 26],
                   ' assists ': [6, 8, 9, 11, 13, 8, 8, 15, 10]})

#view DataFrame
print (df)

  team points assists
0 to 10 6
1 to 10 8
2 to 12 9
3 to 15 11
4 B 19 13
5 B 23 8
6 C 20 8
7 C 20 15
8 C 26 10

示例 1：将列表中的行分组为一列

我们可以使用以下语法按团队列对行进行分组，并生成点列值的列表：

 #group points values into list by team
df. groupby (' team ')[' points ']. agg ( list ). reset_index (name=' points ')

     team points
0 A [10, 10, 12, 15]
1 B [19, 23]
2 C [20, 20, 26]

我们可以看到，DataFrame 中为每个独特的团队生成了一个点值列表。

示例 2：将列表中的行分组为多列

我们可以使用以下语法按团队列对行进行分组，并生成点和辅助列的值列表：

 #group points and assists values into lists by team
df. groupby (' team '). agg ( list )

	assist points
team		
A [10, 10, 12, 15] [6, 8, 9, 11]
B [19, 23] [13, 8]
C [20, 20, 26] [8, 15, 10]

我们可以看到，DataFrame 中为每个独特的团队生成了一个分值列表和一个辅助值列表。

注意：您可以在此处找到 pandas 中 GroupBy 操作的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

Pandas：如何计算每组的累计和
Pandas：如何按组计算唯一值
Pandas：如何按组计算众数
Pandas：如何按组计算相关性