Panda: come raggruppare le righe in un elenco utilizzando groupby

È possibile utilizzare i seguenti metodi per raggruppare le righe DataFrame in un elenco utilizzando GroupBy in panda:

Metodo 1: raggruppare le righe in un elenco per una colonna

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

Metodo 2: raggruppare le righe in un elenco per più colonne

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

I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:

 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

Esempio 1: raggruppare le righe in un elenco per una colonna

Possiamo utilizzare la seguente sintassi per raggruppare le righe per colonna della squadra e produrre un elenco per i valori della colonna dei punti :

 #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]

Possiamo vedere che viene prodotto un elenco di valori in punti per ogni squadra univoca nel DataFrame.

Esempio 2: raggruppare righe in un elenco per più colonne

Possiamo utilizzare la seguente sintassi per raggruppare le righe per colonna della squadra e produrre un elenco di valori per le colonne dei punti e degli assist :

 #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]

Possiamo vedere che un elenco di valori di punti e un elenco di valori di assistenza vengono prodotti per ogni squadra univoca nel DataFrame.

Nota : puoi trovare la documentazione completa dell’operazione GroupBy in panda qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Panda: come calcolare il cumulato per gruppo
Panda: come contare i valori unici per gruppo
Panda: come calcolare la modalità per gruppo
Panda: come calcolare la correlazione per gruppo