Python，Pandas 与 groupby 错误答案

【问题标题】：Python, Pandas error with groupbyPython，Pandas 与 groupby 错误
【发布时间】：2015-02-27 05:48:21
【问题描述】：

我有以下 Pandas DataFrame 'df1'：

id_client                product
client1                  product1
client1                  product4
client1                  product5
client2                  product1
client2                  product6
client3                  product1

首先我想按 id_client 分组并检索列表中的匹配产品：

id_client             product
client1               [product1,product4,product5]
client2               [product1,product6]
client3               [product1]

然后对于每个列表的每个元素，我想像这样向新的 DataFrame 'df2' 添加一个新行（nb_product 是每个列表的长度）：

product            nb_product
product1           3
product4           3
product5           3
product1           2
product6           2
product1           1

所以我首先创建了一个新字典：

nb_of_combination = {}
nb_of_combination['product'] = []
nb_of_combination['nb_product'] = []

然后我声明了以下函数：

def nb_of_combination(my_list):
  nb_comb = len(my_list)
  for row in my_list:
    nb_of_combination['product'].append(row)
    nb_of_combination['nb_product'].append(nb_comb)

然后我按字段“id_client”按“df1”分组，并应用函数“nb_of_combination”：

df1 = df1.groupby('id_client',as_index=False).apply(lambda x: nb_of_combination(list(x.product)))

但我收到以下错误：

df1 = df1.groupby('id_client',as_index=False).apply(lambda x: nb_of_combination(list(x.product)))
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 660, in apply
    return self._python_apply_general(f)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 667, in _python_apply_general
    not_indexed_same=mutated)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 2821, in _wrap_applied_output
    v = next(v for v in values if v is not None)

从那以后我真的不明白：

df2 = pd.DataFrame(nb_of_combination)

似乎运作良好。

【问题讨论】：

标签： python pandas group-by

【解决方案1】：

您的方法过于复杂，您可以通过调用transform 并传递函数count 并将其作为新列分配回原始df 来实现您想要的。 transform 返回与原始 df 对齐的系列，请参阅 docs：

In [89]:

df['nb_product'] = df.groupby('id_client').transform(pd.Series.count)
df

Out[89]:
  id_client   product nb_product
0   client1  product1          3
1   client1  product4          3
2   client1  product5          3
3   client2  product1          2
4   client2  product6          2
5   client3  product1          1

【讨论】：