pandas 实现某一列分组,其他列合并成list
时间：2022-06-17 08:35:54|栏目：Python代码|点击： 次
pandas列转换为字典，但将相同第一列（键）的所有值合并为一个键
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)
输出结果：
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)
输出结果：
#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'
}
}
补充：pandas中，利用groupby分组后，对字符串字段进行合并拼接
在pandas里对于数值字段而言，groupby后可以用sum()、max()等方法进行简单的处理，对于字符串字段， 如果把它们的值拼接在一起，可以用使用 str.cat() 和 lamda 方法。
如，将下面表格中的内容，对skill字段按照id进行分组合并
实现代码：
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，数据处理时，常常需要将某一列进行拆分，分列，替换等，相关的函数有str.split()、str.extract()、str.replace().
