熊猫更新带有数组的列

Question

所以，我正在学习熊猫，我遇到了这个问题。

假设我有一个这样的数据帧：

A B C
1 x NaN
2 y NaN
3 x NaN
4 x NaN
5 y NaN

我正在尝试创建这个：

A B C
1 x [1,3,4]
2 y [2,5]
3 x [1,3,4]
4 x [1,3,4]
5 y [2,5]

基于 B 相似性。

我这样做了：

teste = df.groupby(['B'])
for name,group in teste:
df.loc[df['B'] == name[0],'C'] = group['A'].tolist()

我明白了。就像 C 列基于 A 列一样。

A B C
1 x 1
2 y 2
3 x 3
4 x 4
5 y 5

谁能向我解释为什么会发生这种情况以及以我想要的方式做到这一点的解决方案？ 谢谢:)

Answer 1

您可以先基于列 B进行聚合，然后在B上与原始 df 连接回去：

df
#   A   B
#0  1   x
#1  2   y
#2  3   x
#3  4   x
#4  5   y
df.groupby('B').A.apply(list).rename('C').reset_index().merge(df)
#   B           C   A
#0  x   [1, 3, 4]   1
#1  x   [1, 3, 4]   3
#2  x   [1, 3, 4]   4
#3  y      [2, 5]   2
#4  y      [2, 5]   5

Answer 2

您可以使用transform来创建列表。

In [324]: df['C'] = df.groupby('B')['A'].transform(lambda x: [x.values])
In [325]: df
Out[325]:
A  B          C
0  1  x  [1, 3, 4]
1  2  y     [2, 5]
2  3  x  [1, 3, 4]
3  4  x  [1, 3, 4]
4  5  y     [2, 5]

Answer 3

总和的创意！
创建A单个值列表。 然后用sum.

df.assign(
C=pd.Series(
df.A.values[:, None].tolist(), df.index
).groupby(df.B).transform('sum')
)
A  B          C
0  1  x  [1, 3, 4]
1  2  y     [2, 5]
2  3  x  [1, 3, 4]
3  4  x  [1, 3, 4]
4  5  y     [2, 5]

Answer 4

test = df.groupby('B')['A'].apply(list)