python - Pandas 创建多个聚合

Question

试着看看这对 Pandas 来说有多难或容易。

假设一个有两列数据，例如:

Cat1  Cat2
A        1
A        2
A        3
B        1
B        2
C        1
C        2
C        3
D        4

如您所见，A 和 C 具有三个公共(public)元素 1, 2, 3。 B 然而只有两个元素 1 和 2。D 只有一个元素:4。

如何以编程方式获得相同的结果。这个想法是让每个小组以某种方式返回。所以一个将是 [A, C] 和 [1, 2, 3]，然后是 [B] 和 [1, 2] 和 [D] 与 [4]。

我知道可以编写一个程序来执行此操作，所以我想弄清楚 Pandas 上是否有可以执行此操作而无需从头开始构建的东西。

谢谢!

Answer 1

您可以使用 groupby 两次来实现此目的。

df = df.groupby('Cat1')['Cat2'].apply(lambda x: tuple(set(x))).reset_index()
df = df.groupby('Cat2')['Cat1'].apply(lambda x: tuple(set(x))).reset_index()

我正在使用 tuple，因为 pandas 需要可散列的元素才能执行 groupby。上面的代码没有区分(1, 2, 3)和(1, 1, 2, 3)。如果要进行此区分，请将 set 替换为 sorted。

结果输出:

        Cat2    Cat1
0     (1, 2)    (B,)
1  (1, 2, 3)  (A, C)
2       (4,)    (D,)