数据框到多个数据框或列表以获取唯一索引值答案

【问题标题】：Dataframe to multiple dataframes or lists for unique index values数据框到多个数据框或列表以获取唯一索引值
【发布时间】：2022-01-02 10:56:56
【问题描述】：

我有一个包含两列的数据框，我想为第一列中的相同值创建一个包含第二列中所有值的列表。

如果我有一个看起来像这样的数据框：

Type	Item
Cars	Toyota
Cars	Honda
Cars	Tesla
Fruits	Apple
Fruits	Orange
Countries	USA
Countries	Mexico

所以我希望能够将此数据帧划分为汽车、水果和国家/地区的三个单独的 df。或者我想要一份关于汽车、水果和国家/地区的清单：

Cars = ['Toyota', 'Honda', 'Tesla']
Fruits = ['Apple', 'Orange']
Countries = ['USA, 'Mexico']

这只是一个例子，我的数据框很大，所以我希望有一个函数可以做到这一点，而不必手动输入每个类型。我尝试为 pandas 查找 groupby 函数，但我认为我无法找到如何使用它来做我需要做的事情。

感谢任何帮助。

【问题讨论】：

查看 groupby 功能
我做到了！但我不明白如何在这种情况下正确使用它。
如果没有看到您的任何数据或您编写的任何产生问题的代码，很难回答您的问题。请查看 Jon Skeet 的优秀博文 WRITING THE PERFECT QUESTION 以获取更新问题的指导。有关提出好问题的更详细教程，请参阅 Eric S. Raymond 的网站How To s The Smart Way
df.groupby('Type').agg(list)

标签： python pandas dataframe group-by

【解决方案1】：

你可以试试这个：

dict_ = df.groupby('Type').agg(list).T.to_dict()

for key in dict_:
  li_ = dict_.get(key).get("Item")
  globals()[key] = li_

此外，您可以使用本地变量取决于您的范围：

dict_ = df.groupby('Type').agg(list).T.to_dict()

for key in dict_:
  li_ = dict_.get(key).get("Item")
  locals()[key] = li_

你可以得到：

locals()["Cars"]
Out[1]: ['Toyota', 'Honda', 'Teska']

globals()["Cars"]
Out[2]: ['Toyota', 'Honda', 'Teska']

【讨论】：

【解决方案2】：

我试图解决你的问题:)

import pandas as pd

df = pd.DataFrame({'Type': ['Cars', 'Cars', 'Cars', 'Fruits', 'Fruits', 'Countries', 'Countries'],
                   'Item': ['Toyota', 'Honda', 'Tesla', 'Apple', 'Orange', 'USA', 'Mexico']})

grouped = df.groupby('Type')['Item'].apply(lambda tags:','.join(tags)).to_frame()
grouped['Item'] = grouped['Item'].str.split(',')

print(grouped)

输出：

【讨论】：