在Pandas DataFrame中汇总重复行的列表项

Question

给定一个包含键列和列表列的数据框：

   Key    List
0  K1  [A, B]
1  K1     [C]

我希望将Key相同的行的列表聚合在一起，即：

  Key       List
0  K1  [A, B, C]

列表项的顺序对我的目的不重要。操作后，“Key”列应该是唯一的。

- tsorn

Answer 1

在lambda函数中，使用groupby来展开值：

import functools
import operator

from  itertools import chain

f = lambda x: [z for y in x for z in y]
#faster alternative
#f = lambda x: list(chain.from_iterable(x))
#faster alternative2
#f = lambda x: functools.reduce(operator.iadd, x, [])
#slow alternative
#f = lambda x: x.sum()
df = df.groupby('Key')['List'].agg(f).reset_index()

另一种缓慢的替代方案：

df = df.groupby('Key')['List'].sum().reset_index()

- jezrael

---

我认为as_index不应该是False。当as_index=False时，我得到了ValueError: Shape of passed values is (7, 1), indices imply (1, 1)的错误，而as_index=True则给出了预期的输出结果。 - tsorn

@tsorn - 谢谢，我加了 .reset_index()。 - jezrael

Answer 2

使用以下DataFrame：

df = pd.DataFrame({
    'Key': ['K1', 'K1'],
    'List': [['A', 'B'], ['C'],]
})

看起来像：

    Key List
0   K1  [A, B]
1   K1  [C]

您可以使用：

df.groupby('Key').agg({'List': 'sum'})

"这将给你： "，保留HTML标签。

    List
Key 
K1  [A, B, C]

- VnC