pandas 實現某一列分組,其他列合並成list
pandas列轉換為字典,但將相同第一列(鍵)的所有值合並為一個鍵
形式一:
import pandas as pd # data data = pd.DataFrame({'column1':['key1','key1','key2','key2'], 'column2':['value1','value2','value3','value3']}) print(data) # Grouped dict data_dict = data.groupby('column1').column2.apply(list).to_dict() print(data_dict)
輸出結果:
column1 column2 0 key1 value1 1 key1 value2 2 key2 value3 3 key2 value3 {'key1': ['value1', 'value2'], 'key2': ['value3', 'value3']}
形式二:
import pandas as pd # data df = pd.DataFrame({'column1':['key1','key1','key2','key2'], 'column2':['value1','value2','value1','value2'], 'column3':['value11','value11','value22','value22'], 'column4':['value44','value44','value55','value55']}) # Grouped dict data_dict = df.groupby('column1').apply(lambda x: {col:x[col].tolist() for col in x.columns if col != 'column2'}).to_dict() print(data_dict) data_dict2 = df.groupby('column1').apply(lambda x: {col:x[col].tolist()[0] if col != 'column2' else x[col].tolist() for col in x.columns}).to_dict() print(data_dict2)
輸出結果:
#data_dict { 'key1': { 'column1': ['key1', 'key1'], 'column3': ['value11', 'value11'], 'column4': ['value44', 'value44'] }, 'key2': { 'column1': ['key2', 'key2'], 'column3': ['value22', 'value22'], 'column4': ['value55', 'value55'] } } #data_dict2 { 'key1': { 'column1': 'key1', 'column2': ['value1', 'value2'], 'column3': 'value11', 'column4': 'value44' }, 'key2': { 'column1': 'key2', 'column2': ['value1', 'value2'], 'column3': 'value22', 'column4': 'value55' } }
補充:pandas中,利用groupby分組後,對字符串字段進行合並拼接
在pandas裡對於數值字段而言,groupby後可以用sum()、max()等方法進行簡單的處理,對於字符串字段, 如果把它們的值拼接在一起,可以用使用 str.cat() 和 lamda 方法。
如,將下面表格中的內容,對skill字段按照id進行分組合並
實現代碼:
import pandas as pd file_name='test.xlsx' df=pd.read_excel(file_name) data=df.groupby('id')['skill'].apply(lambda x:x.str.cat(sep=':')).reset_index() print(data)
效果如下:
另,數據處理時,常常需要將某一列進行拆分,分列,替換等,相關的函數有str.split()、str.extract()、str.replace().
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方,望不吝賜教。
推薦閱讀:
- Pandas高級教程之Pandas中的GroupBy操作
- Python groupby函數圖文詳解
- pandas返回缺失值位置的方法實例教程
- pandas中groupby操作實現
- pandas添加新列的5種常見方法