我有一个数据框,想对其进行分组,然后将组内的值划分到多个列中。
例如:假设我有以下数据框:
>>> import pandas as pd
>>> import numpy as np
>>> df=pd.DataFrame()
>>> df['Group']=['A','C','B','A','C','C']
>>> df['ID']=[1,2,3,4,5,6]
>>> df['Value']=np.random.randint(1,100,6)
>>> df
Group ID Value
0 A 1 66
1 C 2 2
2 B 3 98
3 A 4 90
4 C 5 85
5 C 6 38
>>>
我希望按照"Group"字段对数据进行分组,获取"Value"字段的总和,并创建新字段,每个新字段都包含该组的ID值。
目前我能够使用以下方法实现,但我正在寻找更简洁的方法:
首先,我创建一个包含每个组中ID列表的数据框。
>>> g=df.groupby('Group')
>>> result=g.agg({'Value':np.sum, 'ID':lambda x:x.tolist()})
>>> result
ID Value
Group
A [1, 4] 98
B [3] 76
C [2, 5, 6] 204
>>>
然后我使用pd.Series将它们拆分为列,重命名它们,然后再将它们连接回来。
>>> id_df=result.ID.apply(lambda x:pd.Series(x))
>>> id_cols=['ID'+str(x) for x in range(1,len(id_df.columns)+1)]
>>> id_df.columns=id_cols
>>>
>>> result.join(id_df)[id_cols+['Value']]
ID1 ID2 ID3 Value
Group
A 1 4 NaN 98
B 3 NaN NaN 76
C 2 5 6 204
>>>
有没有不需要先创建值列表就能完成此操作的方法?