pandas 在同一行合并相同的值答案

【问题标题】：pandas Consolidate same values in the same rowpandas 在同一行合并相同的值
【发布时间】：2018-08-29 10:40:32
【问题描述】：

有以下数据：

  board_href_deals       items  test1
0            test2  {'x': 'a'}  test1
1            test2  {'x': 'b'}  test2

分组“board_href_deals”后，我想以列表格式输出现有数据，如下所示：

 board_href_deals                     items     test1
0            test2  [{'x': 'a'}, {'x': 'b'}]    ['test1', 'test2']

谢谢

【问题讨论】：

df.groupby('board_href_deals').agg(list) 工作怎么样？

标签： python python-3.x pandas dataframe pandas-groupby

【解决方案1】：

使用DataFrameGroupBy.agg，在pandas 0.23.4中测试：

df = df.groupby('board_href_deals', as_index=False).agg(list)
print (df)
  board_href_deals                     items           test1
0            test2  [{'x': 'a'}, {'x': 'b'}]  [test1, test2]

感谢@jpp 为老熊猫提供解决方案：

df = df.groupby('board_href_deals').agg(lambda x: list(x))

【讨论】：

【解决方案2】：

另一种解决方案，尤其是在旧版本的 Pandas 上，是在一个序列上使用GroupBy + apply，然后通过concat 组合。

在 Python 3.60 / Pandas 0.19.2 上进行基准测试。这个人为的例子有少量的组；如果效率是一个问题，你应该用你的数据进行测试。

import pandas as pd

df = pd.DataFrame({'A': ['test2', 'test2', 'test4', 'test4'],
                   'B': [{'x': 'a'}, {'x': 'b'}, {'y': 'a'}, {'y': 'b'}],
                   'C': ['test1', 'test2', 'test3', 'test4']})

df = pd.concat([df]*10000)

def jpp(df):
    g = df.groupby('A')
    L = [g[col].apply(list) for col in ['B', 'C']]
    return pd.concat(L, axis=1).reset_index()

%timeit jpp(df)                                 # 11.3 ms per loop
%timeit df.groupby('A').agg(lambda x: list(x))  # 20.5 ms per loop

【讨论】：

小心，只有4个大组，所以比较快。我认为在更多组中，您的解决方案应该更慢。
@jezrael，是的，用户应该一如既往地测试他们的数据。可能会更好，具体取决于 # 个组与每组项目的比例。
我会添加评论。我们没有足够的数据来做出一种或另一种判断。最好展示所有解决方案:)
当然，所以如果为更多组添加解决方案，它应该真的很好;)
@jezrael，不同意，这没有必要。不同的解决方案可以满足不同的边缘情况。这是 SO 的常见做法。这也是我们在问题得到回答后不关闭的原因之一！