python - 如何使用两列进行 pandas groupby 但合并组以获得这两列中键的唯一组合

标签 python pandas dataframe

我正在努力解决这个问题,而无需编写一些可怕的循环来检查 groupby 之后的组并将它们合并在一起。我觉得他们必须有一种我不知道的方法来做到这一点。

我想要做的是将数据帧按其两列进行分组,但有时会出现键翻转的这些组的组合(即 [key1, key2] 将有一个组和 [key2, key1] ] 将有一个组。我实际上想将这些组合中的组合并为一个组。

可以在事后循环执行。我也尝试过使用这样的一些方法:

unique combinations of values in selected columns in pandas data frame and count

但无法让它工作。

这是我的 df 示例:

            Ves-1 type          Ves-2 type    Duration
0                cargo                 tug  898.559993
1     fishing_trawling                 tug  898.559992
2   fishing_transiting                 tug  898.559993
3   fishing_transiting                 tug  898.559993
4                  tug                 tug  898.559992
5                cargo                 tug  898.560002
6                cargo                 tug  898.560002
7            passenger                 tug  907.200008
8             pleasure                 tug  898.560003
9                cargo                 tug  898.559993
10               cargo                 tug  898.559993
11               cargo  fishing_transiting  898.560002
12               cargo  fishing_transiting  898.559993
13               cargo  fishing_transiting  898.560002
14                 tug  fishing_transiting  898.560003
15               cargo  fishing_transiting  907.200008
16               cargo  fishing_transiting  907.200008
17                 tug  fishing_transiting  898.560002
18               cargo  fishing_transiting  898.560002
19  fishing_transiting  fishing_transiting  898.559993

如果我只是使用两个 Ves 列进行简单的分组:

>>> test.groupby(['Ves-1 type','Ves-2 type'])['Duration'].agg(list)
Ves-1 type          Ves-2 type
cargo               fishing_transiting    [898.560002, 898.5599930000001, 898.560002, 90...
                    tug                   [898.5599930000001, 898.560002, 898.560002, 89...
fishing_transiting  fishing_transiting                                  [898.5599930000001]
                    tug                              [898.5599930000001, 898.5599930000001]
fishing_trawling    tug                                                 [898.5599920000001]
passenger           tug                                                        [907.200008]
pleasure            tug                                                        [898.560003]
tug                 fishing_transiting                             [898.560003, 898.560002]
                    tug                                                 [898.5599920000001]

现在的问题是我有一个 Fishing_transiting/tug 组合和一个 tug/fishing_transiting 组合...有什么方法可以将这些组合并在一起吗?

编辑 - 我尝试过的另一种解决方法有效,但想知道是否有办法在 groupby 中处理这个问题:

>>> test['key'] = list(zip(test['Ves-1 type'].values, test['Ves-2 type'].values))
>>> test['key'] = test['key'].apply(sorted).astype(str)
>>> test.groupby('key')['Duration'].agg(list)
key
['cargo', 'fishing_transiting']                 [898.560002, 898.5599930000001, 898.560002, 90...
['cargo', 'tug']                                [898.5599930000001, 898.560002, 898.560002, 89...
['fishing_transiting', 'fishing_transiting']                                  [898.5599930000001]
['fishing_transiting', 'tug']                   [898.5599930000001, 898.5599930000001, 898.560...
['fishing_trawling', 'tug']                                                   [898.5599920000001]
['passenger', 'tug']                                                                 [907.200008]
['pleasure', 'tug']                                                                  [898.560003]
['tug', 'tug']                                                                [898.5599920000001]

最佳答案

让我们沿着 axis=1Ves-1 typeVes-2 type 列中的值进行排序,然后按 groupby 这些排序列上的数据框和使用 listagg Duration:

c = ['Ves-1 type', 'Ves-2 type']
df.groupby(np.sort(df[c], axis=1).T.tolist())['Duration'].agg(list)

cargo               fishing_transiting    [898.5600019999999, 898.559993, 898.5600019999...
                    tug                   [898.559993, 898.5600019999999, 898.5600019999...
fishing_transiting  fishing_transiting                                         [898.559993]
                    tug                   [898.559993, 898.559993, 898.5600029999999, 89...
fishing_trawling    tug                                                        [898.559992]
passenger           tug                                                        [907.200008]
pleasure            tug                                                 [898.5600029999999]
tug                 tug                                                        [898.559992]
Name: Duration, dtype: object

关于python - 如何使用两列进行 pandas groupby 但合并组以获得这两列中键的唯一组合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64244640/

相关文章:

python - 计算数据框列的最快方法

r - 如何删除具有单个值的数据框列

python - Pandas - 用空值替换行并删除符合两个条件的行

python - 如何使用 appscript 和 Python 将文件列表输入到应用程序中?

python - 如何从数据框中删除两列中的值相同的行?

python - bat 脚本链接到 python 脚本

python - 更改 Python 上 Pandas 的 date_parser 的默认日期

python - 如何从具有数字索引和标题的数据框中获取最大值

Python,在 linux 中通过 lspci 或 HAL 获取 VGA 规范?

Python 对数正态密度与解析解不同