pandas 在多列熊猫上应用“列表”功能
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/40357671/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Apply "list" function on multiple columns pandas
提问by matlabit
In order to "concatenate" a few rows to 1 list with groupby in Pandas, I can do this:
为了在 Pandas 中使用 groupby 将几行“连接”到 1 个列表，我可以这样做：
df = pd.DataFrame({'A': [1,1,2,2,2,2,3],'B':['a','b','c','d','e','f','g']})
df = df.groupby('A')['B'].apply(list)
I will get:
我会得到：
A
-------------------
1 [a, b]
2 [c, d, e, f]
3 [g]
I want to do the same with agg:
我想对 agg 做同样的事情：
f = {"B":[list]}
df = df.groupby('A').agg(f)
that gives errors, any idea?
这给出了错误，知道吗？
Thanks,
谢谢，
回答by jezrael
You can use tolist- output is Series:
您可以使用tolist- 输出是Series：
df = df.groupby('A')['B'].agg(lambda x: x.tolist())
print (df)
A
1 [a, b]
2 [c, d, e, f]
3 [g]
dtype: object
Or with define column Bin dict- output is DataFrame:
或者使用定义列B输入dict- 输出是DataFrame：
df = df.groupby('A').agg({'B': lambda x: x.tolist()})
print (df)
B
A
1 [a, b]
2 [c, d, e, f]
3 [g]
Also works:
也有效：
df = df.groupby('A')['B'].agg(lambda x: list(x))
print (df)
A
1 [a, b]
2 [c, d, e, f]
3 [g]
dtype: object
df = df.groupby('A').agg({'B': lambda x: list(x)})
print (df)
B
A
1 [a, b]
2 [c, d, e, f]
3 [g]
