将groupby值转换为数组列表[重复]

Question

这是一个示例数据框：

label  data
a      1.09
b      2.1
a      5.0
b      2.0
c      1.9

我想要的是

arr = [[1.09, 5.0], [2.1, 2.0],[1.9]]

最好是 numpy 数组的列表。

我知道df.groupby.groups.keys() 给了我['a','b','c'] 的列表，df.groupby.groups.values() 给了我类似arr 的东西，但是作为Int64Index 对象。但是，我尝试了df.loc[df.groupby.groups.values()]['label'] 并没有得到想要的结果。

我该如何做到这一点？谢谢！

Answer 1

最好是 numpy 数组的列表。

最好不要，因为您要求参差不齐的数组，这意味着内部数组（AKA，行）的长度并不相同。这对 numpy 来说很不方便，这意味着它无法在内部将这些数组有效地存储为 C 数组。它最终会退回到缓慢的 python 对象。

在这种情况下，我建议使用嵌套的 Python 列表。这可以通过groupby + apply 来实现。

lst = df.groupby('label')['data'].apply(pd.Series.tolist).tolist()
print(lst)
[[1.09, 5.0], [2.1, 2.0], [1.9]]