如何将 groupby 输出（唯一值列表）映射回原始数据帧？答案

【问题标题】：How to map a groupby output (list of unique values) back to the original dataframe?如何将 groupby 输出（唯一值列表）映射回原始数据帧？
【发布时间】：2021-02-03 17:08:03
【问题描述】：

我在将 groupby 输出映射回原始数据帧时遇到问题。为了可视化问题，我创建了一个test_df，它的组装类似于我的真实数据框：

test_df = pd.DataFrame({"a": [1,1,2,2,3,3,3], "b": ["a", "a", "b", "c", "b", "b", "b"], "c": ["L", "O", "O", "K", "N", "O", "W"]})

我的目标是获取每个组的“c”列的所有唯一值（而一个组取决于 a 和 b 列中的值）。我试图通过执行来实现这一点：

test_df.groupby(["a", "b"])["c"].unique()

导致this output。我无法将其映射回我原来的“test_df”。我也试过用：

test_df.groupby(["a", "b"])["c"].transform(lambda x: np.unique(x))

导致此错误：“ValueError：传递值的长度为 1，索引意味着 8”在我的真实数据帧上。如果我在 np.unique(x) 周围添加 len() 它可以工作，但它显然不会返回我需要的东西。但是，我的desired DataFrame 看起来像这样：

desired_df = pd.DataFrame({"a": [1,1,2,2,3,3,3], "b": ["a", "a", "b", "c", "b", "b", "b"], "c": ["L", "O", "O", "K", "N", "O", "W"], "d": ["L, O", "L, O", "O", "K", "N, O, W", "N, O, W", "N, O, W"]})

【问题讨论】：

标签： python pandas pandas-groupby unique

【解决方案1】：

使用transform是正确的，但是你需要将np.unique的输出包装成一个与x长度相同的数组：

test_df['unique_val'] = test_df.groupby(["a", "b"])["c"].transform(lambda x: [x.unique()]*len(x))

输出：

   a  b  c unique_val
0  1  a  L     [L, O]
1  1  a  O     [L, O]
2  2  b  O        [O]
3  2  c  K        [K]
4  3  b  N  [N, O, W]
5  3  b  O  [N, O, W]
6  3  b  W  [N, O, W]

但是，您似乎希望将唯一值连接为单个字符串，在这种情况下：

test_df['unique_val'] = test_df.groupby(["a", "b"])["c"].transform(lambda x: ', '.join(x.unique()) )

会起作用的。输出：

   a  b  c unique_val
0  1  a  L       L, O
1  1  a  O       L, O
2  2  b  O          O
3  2  c  K          K
4  3  b  N    N, O, W
5  3  b  O    N, O, W
6  3  b  W    N, O, W

【讨论】：