如何将数据框汇总为与 ID 相结合的列表？

Question

我有一个买家 (buyerid)，这个买家可以购买几辆不同的汽车 (carid)。 我想列出他买了哪些车。 在这里，我想总结一下每个买家的所有汽车，并将它们保存为一个列表。

例如，买家 1 购买了 ID 为 1 和 ID 2 的汽车。此列表现在应包含[1,2]。 如何制作这样的清单？

如果我调用 .values.tolist() 方法，那么我将每一行作为一个列表，但我希望买家汇总 carid。

import pandas as pd
d = {'Buyerid': [1,1,2,2,3,3,3,4,5,5,5],
     'Carid': [1,2,3,4,4,1,2,4,1,3,5],
     'Carid2': [1,2,3,4,4,1,2,4,1,3,5]}

df = pd.DataFrame(data=d)

print(df)

ls = df.values.tolist()
print(ls)

    Buyerid  Carid  Carid2
0         1      1       1
1         1      2       2
2         2      3       3
3         2      4       4
4         3      4       4
5         3      1       1
6         3      2       2
7         4      4       4
8         5      1       1
9         5      3       3
10        5      5       5

[[1, 1, 1], [1, 2, 2], [2, 3, 3], [2, 4, 4], [3, 4, 4], [3, 1, 1], [3, 2, 2], [4, 4, 4], [5, 1, 1], [5, 3, 3], [5, 5, 5]]

# What I want as list
[[1,2],[3,4],[4,1,2],[4],[1,3,5]]

Answer 1

如果需要选择列进行处理，如果顺序不重要，请使用 GroupBy.apply 和 np.unique：

L = (df.groupby(['Buyerid'])[['Carid','Carid2']]
       .apply(lambda x: np.unique(x).tolist()).tolist())

或者如果需要处理没有Buyerid 的所有列，请使用：

L  = (df.set_index('Buyerid')
        .groupby('Buyerid')
        .apply(lambda x: np.unique(x).tolist())
        .tolist())

---

print (L)
[[1, 2], [3, 4], [1, 2, 4], [4], [1, 3, 5]]

如果订购很重要，请使用 DataFrame.melt 进行 unpict 并通过 DataFrame.drop_duplicates 删除重复项：

L1 = (df.melt('Buyerid')
        .drop_duplicates(['Buyerid','value'])
        .groupby('Buyerid')['value']
        .agg(list)
        .tolist())
print (L1)

[[1, 2], [3, 4], [4, 1, 2], [4], [1, 3, 5]]