Pandas数据框按列分组并生成列表或数组

Question

import pandas as pd
import numpy as np

df = {'a': ['aa', 'aa', 'aa', 'aaa', 'aaa'], 
      'b':['bb', 'bb', 'bb', 'bbb', 'bbb'], 
      'c':[10,20,30,100,200]}

df = pd.DataFrame(data=df)

my_dict=df.groupby(['a', 'b'])['c'].apply(np.hstack).to_dict()

给出以下字典

>>> my_dict
{('aa', 'bb'): array([10, 20, 30]), ('aaa', 'bbb'): array([100, 200])}

除了使用apply，还有更快/更有效的方法吗？

- burcak

Answer 1

使用字典推导式：

my_dict= {k:np.hstack(v) for k, v in df.groupby(['a', 'b'])['c']}
print (my_dict)
{('aa', 'bb'): array([10, 20, 30]), ('aaa', 'bbb'): array([100, 200])}

- jezrael

Answer 2

你可以使用 groupby 和 itertuples：

my_dict = dict(df.groupby(['a','b']).agg(list).itertuples(name=None))

{('aa', 'bb'): [10, 20, 30], ('aaa', 'bbb'): [100, 200]}

更简洁地说，正如Ch3steR所指出的那样：

df.groupby(['a','b']).agg(list).to_dict() 


{('aa', 'bb'): [10, 20, 30], ('aaa', 'bbb'): [100, 200]}

- Umar.H

---

df.groupby(['a','b']).agg(list).to_dict() -> {('aa', 'bb'): [10, 20, 30], ('aaa', 'bbb'): [100, 200]} - Ch3steR

@Ch3steR非常干净，谢谢，已添加为答案。我猜当使用.to_dict方法时，索引会作为元组返回。 - Umar.H