Вы можете сделать это, используя groupby
для группировки в интересующей колонке, а затем apply
list
для каждой группы:
In [1]:
# create the dataframe
df = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6]})
df
Out[1]:
a b
0 A 1
1 A 2
2 B 5
3 B 5
4 B 4
5 C 6
[6 rows x 2 columns]
In [76]:
df.groupby('a')['b'].apply(list)
Out[76]:
a
A [1, 2]
B [5, 5, 4]
C [6]
Name: b, dtype: object
Как вы говорили, метод groupby
объекта pd.DataFrame
может выполнять задание.
Пример
L = ['A','A','B','B','B','C']
N = [1,2,5,5,4,6]
import pandas as pd
df = pd.DataFrame(zip(L,N),columns = list('LN'))
groups = df.groupby(df.L)
groups.groups
{'A': [0, 1], 'B': [2, 3, 4], 'C': [5]}
, который дает и индексное описание групп.
Чтобы получить элементы отдельных групп, вы можете сделать, например
groups.get_group('A')
L N
0 A 1
1 A 2
groups.get_group('B')
L N
2 B 5
3 B 5
4 B 4
Если производительность важна, переходите к уровню numpy:
import numpy as np
df = pd.DataFrame( {'a':np.random.randint(0,60,600), 'b':[1,2,5,5,4,6]*100})
def f(df):
keys,values=df.sort_values('a').values.T
ukeys,index=np.unique(keys,True)
arrays=np.split(values,index[1:])
df2=pd.DataFrame({'a':ukeys,'b':[list(a) for a in arrays]})
return df2
Тесты:
In [301]: %timeit f(df)
1000 loops, best of 3: 1.64 ms per loop
In [302]: %timeit df.groupby('a')['b'].apply(list)
100 loops, best of 3: 5.26 ms per loop
idxmin
не будет работать для строк, вам нужно будет сохранить значения начального и конечного индексов – EdChum 6 March 2014 в 13:40groupby
для каждой строки. – DSM 6 March 2014 в 14:21tuple
после второго ответа здесь: stackoverflow.com/questions/19530568/… . См. Второй ответ в stackoverflow.com/questions/27439023/… для объяснения. – Andarin 24 June 2016 в 10:54