pandasgroupby：如何得到string的联合
我有这样的数据框：
ABC 0 1 0.749065 This 1 2 0.301084 is 2 3 0.463468 a 3 4 0.643961 random 4 1 0.866521 string 5 2 0.120737 ! 调用
In [10]: print df.groupby("A")["B"].sum()
将返回
A 1 1.615586 2 0.421821 3 0.463468 4 0.643961
现在我想为“C”列做同样的事情。 由于该列包含string，sum（）不起作用（尽pipe您可能认为它会连接string）。 我真正想看到的是每个组的一个或一组string，即
A 1 {This, string} 2 {is, !} 3 {a} 4 {random}
我一直在想办法做到这一点。
Series.unique（）（ http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.unique.html ）不起作用，虽然
df.groupby("A")["B"]
是一个
pandas.core.groupby.SeriesGroupBy object
所以我希望任何Series方法都可以工作。 有任何想法吗？
In [4]: df = read_csv(StringIO(data),sep='\s+') In [5]: df Out[5]: ABC 0 1 0.749065 This 1 2 0.301084 is 2 3 0.463468 a 3 4 0.643961 random 4 1 0.866521 string 5 2 0.120737 ! In [6]: df.dtypes Out[6]: A int64 B float64 C object dtype: object
当您应用自己的function时，不会自动排除非数字列。 但是，这比向groupby应用.sum()要慢
In [8]: df.groupby('A').apply(lambda x: x.sum()) Out[8]: ABC A 1 2 1.615586 Thisstring 2 4 0.421821 is! 3 3 0.463468 a 4 4 0.643961 random
sum默认连接
In [9]: df.groupby('A')['C'].apply(lambda x: x.sum()) Out[9]: A 1 Thisstring 2 is! 3 a 4 random dtype: object
你可以做你想要的东西
In [11]: df.groupby('A')['C'].apply(lambda x: "{%s}" % ', '.join(x)) Out[11]: A 1 {This, string} 2 {is, !} 3 {a} 4 {random} dtype: object
一次完成整个框架组。 关键是要返回一个Series
def f(x): return Series(dict(A = x['A'].sum(), B = x['B'].sum(), C = "{%s}" % ', '.join(x['C']))) In [14]: df.groupby('A').apply(f) Out[14]: ABC A 1 2 1.615586 {This, string} 2 4 0.421821 {is, !} 3 3 0.463468 {a} 4 4 0.643961 {random}
您可以使用apply方法将任意函数应用于分组数据。 所以，如果你想要一套，套用。 如果你想要一个列表，应用list 。
>>> d AB 0 1 This 1 2 is 2 3 a 3 4 random 4 1 string 5 2 ! >>> d.groupby('A')['B'].apply(list) A 1 [This, string] 2 [is, !] 3 [a] 4 [random] dtype: object
如果你想要别的东西，只要写一个你想要的function，然后apply它。
您可以使用aggregate （或agg ）函数来连接值。 （未经testing的代码）
df.groupby('A')['B'].agg(lambda col: ''.join(col))
一个简单的解决scheme是：
>>> df.groupby(['A','B']).c.unique().reset_index()
