Pandas - Dataframe 有包含列表的列。如何按列表中的元素分组？

Question

我有一个数据框，其中一些单元格包含多个值的列表，如下所示：

import pandas as pd

df = pd.DataFrame(
    {'category': [[x,y,z],[x],[y,z],[x,z]]
     'value': [20,30,20,10]
    }
)

df

Out[10]: 
     category  value
0    [x, y, z] 20
1    [x]       30
2    [y, z]    20
3    [x, z]    10

我想按 category 列中的唯一元素对数据进行分组，并捕获每个元素的计数和该元素所在的 value 的平均值。

预期输出应如下所示：

     count  mean
x    3      20
y    2      20
z    3      16.7

我比较熟悉简单的 groupby 函数，并且能够创建一个独特元素的平面列表（即 [x,y,z]）。但是，我不确定如何使用该平面列表按上述要求转换数据。非常感谢您的帮助！

Answer 1

使用（explode for pandas 0.25+）：

df.explode('category').groupby('category')['value'].agg(['count','mean'])

---

          count       mean
category                  
x             3  20.000000
y             2  20.000000
z             3  16.666667

对于0.25以下的pandas版本：

(df.loc[df.index.repeat(df['category'].str.len()),['value']]
  .assign(category=np.concatenate(df['category']))
 .groupby('category')['value'].agg(['count','mean']))

---

          count       mean
category                  
x             3  20.000000
y             2  20.000000
z             3  16.666667