pandas 分组后将组内数据转为有序列表

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本需求想按id列分组，然后按年份列排序，最后折叠数据，即在年份列中有一个年份列表，在另一列中有另一个数据点列表，同时保持顺序。我们来看看具体的需求。

数据与需求

原始数据如下：

import pandas as pd

df = pd.DataFrame({
    "id": [2957, 1456, 2223, 1456, 1456, 2957, 2223, 2957, 2223],
    "year": [2018, 2017, 2018, 2016, 2018, 2016, 2017, 2017, 2016],
    "rating": [3, 1, 2, 2, 3, 2, 3, 1, 1]}
)

df
'''
     id  year  rating
0  2957  2018       3
1  1456  2017       1
2  2223  2018       2
3  1456  2016       2
4  1456  2018       3
5  2957  2016       2
6  2223  2017       3
7  2957  2017       1
8  2223  2016       1
'''

想按年份升序对数据进行排序，按id对数据进行分组，然后以这样的方式压缩数据，即每个唯一id都有一行，其中年份和评级列将被折叠到列表中，并保留其顺序。效果如：

'''
     id                year     rating
0  2957  [2016, 2017, 2018]  [2, 1, 3]
1  1456  [2016, 2017, 2018]  [2, 1, 3]
2  2223  [2016, 2017, 2018]  [1, 3, 2]
'''

思路

要按 id 显示，要进行分组，另外两列的数据转为列表，可以用分组对象的 agg()，同时要求列表按年份排序，我们在分组前就直接将全表按年份排序，分组得到结果后再重新按 id 排序即可。

代码

先直接对年份进行排序，再按 id 分组，用 agg 将其他两列转为列表：

(
    df.sort_values('year')
    .groupby('id')
    .agg(list)
)
'''
                    year     rating
id
1456  [2016, 2017, 2018]  [2, 1, 3]
2223  [2016, 2017, 2018]  [1, 3, 2]
2957  [2016, 2017, 2018]  [2, 1, 3]
'''

为了与原数据的 id 顺序保持一致，我们还要将数据按索引重新排序：

(
    df.sort_values('year')
    .groupby('id')
    .agg(list)
    .reindex(df['id'].unique())
)
'''
                    year     rating
id
2957  [2016, 2017, 2018]  [2, 1, 3]
1456  [2016, 2017, 2018]  [2, 1, 3]
2223  [2016, 2017, 2018]  [1, 3, 2]
'''

最后重置取消 id 的索引：

(
    df.sort_values('year')
    .groupby('id')
    .agg(list)
    .reindex(df['id'].unique())
    .reset_index()
)
'''
     id                year     rating
0  2957  [2016, 2017, 2018]  [2, 1, 3]
1  1456  [2016, 2017, 2018]  [2, 1, 3]
2  2223  [2016, 2017, 2018]  [1, 3, 2]
'''

这样就完成了需求。

（完）

参考

https://stackoverflow.com/questions/76989397/how-to-groupby-one-column-sort-the-value-by-another-column-and-then-condense-th

pandas 分组后将组内数据转为有序列表

数据与需求

思路

代码

参考

相关内容