在python中使用pandas对列表元素进行分组[重复]答案

【问题标题】：Group list elements using pandas in python [duplicate]在python中使用pandas对列表元素进行分组[重复]
【发布时间】：2016-11-27 13:34:51
【问题描述】：

我有一个python列表如下：

my_list = 

 [[25, 1, 0.65],
 [25, 3, 0.63],
 [25, 2, 0.62],
 [50, 3, 0.65],
 [50, 2, 0.63], 
 [50, 1, 0.62]]

我想按照这个规则订购它们：

1 --> [0.65, 0.62] <--25, 50
2 --> [0.62, 0.63] <--25, 50
3 --> [0.63, 0.65] <--25, 50

所以预期的结果如下：

Result = [[0.65, 0.62],[0.62, 0.63],[0.63, 0.65]]

I tried as follows:
import pandas as pd

df = pd.DataFrame(my_list,columns=['a','b','c'])
res = df.groupby(['b', 'c']).get_group('c')
print res

ValueError: must supply a tuple to get_group with multiple grouping keys

大家怎么做？

【问题讨论】：

标签： python pandas

【解决方案1】：

这里有一个pandas的解决方案，你可以按第一列排序，第二列分组，第三列转换成列表，如果你希望结果是一个列表，之后使用tolist()方法：

df = pd.DataFrame(my_list, columns=list('ABC'))

s = df.sort_values('A').groupby('B').C.apply(list)

#B
#1    [0.65, 0.62]
#2    [0.62, 0.63]
#3    [0.63, 0.65]
#Name: C, dtype: object

上述方法得到一个pandas系列：

获取列表列表：

s.tolist():
# [[0.65000000000000002, 0.62], [0.62, 0.63], [0.63, 0.65000000000000002]]

要获得一个 numpy 列表数组：

s.values
# array([[0.65000000000000002, 0.62], [0.62, 0.63],
#        [0.63, 0.65000000000000002]], dtype=object)

s.values[0]
# [0.65000000000000002, 0.62]          # here each element in the array is still a list

要获得二维数组或矩阵，您可以以不同的方式转换数据框，即将原始数据框转为宽格式，然后将其转换为二维数组：

df.pivot('B', 'A', 'C').as_matrix()
# array([[ 0.65,  0.62],
#        [ 0.62,  0.63],
#        [ 0.63,  0.65]])

或者：

np.array(s.tolist())
# array([[ 0.65,  0.62],
#        [ 0.62,  0.63],
#        [ 0.63,  0.65]])

【讨论】：

.C 的任何替代方案？
如果您的意思是列名不是要在. 之后使用的明确字符串，您可以使用df.sort_values('A').groupby('B')['C'].apply(list)。
好的，如何将结果转换为numpy数组？
二维数组还是列表数组？
给您添麻烦了，我真的在学习。

【解决方案2】：

这是另一种方式，在您的问题中您似乎试图使用get_group()：

g = [1,2,3]
result = []
for i in g:
    lst = df.groupby('b')['c'].get_group(i).tolist()
    result.append(lst)

print(result)
[[0.65, 0.62], [0.62, 0.63], [0.63, 0.65]]

【讨论】：